Keras Multi-label Classification

Question

Я только что последовал руководству по классификации по нескольким меткам с Keras https://www.pyimagesearch.com/2018/05/07/multi-label-classification-with-keras/.

Структура модели:

model = Sequential()
inputShape = (height, width, depth)
chanDim = -1

model.add(Conv2D(32, (3, 3), padding="same", input_shape=inputShape))
model.add(Activation("relu"))
model.add(BatchNormalization(axis=chanDim))
model.add(MaxPooling2D(pool_size=(3, 3)))
model.add(Dropout(0.25))

model.add(Conv2D(64, (3, 3), padding="same"))
model.add(Activation("relu"))
model.add(BatchNormalization(axis=chanDim))
model.add(Conv2D(64, (3, 3), padding="same"))
model.add(Activation("relu"))
model.add(BatchNormalization(axis=chanDim))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Conv2D(128, (3, 3), padding="same"))
model.add(Activation("relu"))
model.add(BatchNormalization(axis=chanDim))
model.add(Conv2D(128, (3, 3), padding="same"))
model.add(Activation("relu"))
model.add(BatchNormalization(axis=chanDim))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(1024))
model.add(Activation("relu"))
model.add(BatchNormalization())
model.add(Dropout(0.5))

model.add(Dense(classes))
model.add(Activation(finalAct))

Теперь я собираюсь сделать классификацию уровня зрелости банана, используяЭтот способ. У этого есть четыре класса (незрелый банан, зрелый банан, перезрелый банан и not_banana). Я тренировался с 600 изображениями наборов данных для каждого класса. Процесс обучения был выполнен с 30 эпохами и имеет точность ~ 94%. Но, когда я проверил с помощью процесса классификации, я получил некоторые ложноположительные результаты. Могу ли я попросить у вас совета или предложения по этому делу?

Переводы для GIF:

Bukan pisang -> not_banana      
Pisang mentah -> unripe banana     
Pisang matang -> ripe banana      
Pisang terlalu matang -> overripe banana

Спасибоза ваше время.