Обучение с использованием тензорного потока для классификации изображений дает одинаковую точность для каждой эпохи - PullRequest
0 голосов
/ 29 апреля 2020

Я следовал этому руководству ( статья & код ), и с предоставленным набором данных все прошло хорошо. Но когда я пытался использовать свои собственные изображения в двух категориях, это ведет себя странно, а модель бесполезна. Каждая эпоха дает мне одинаковые результаты:

Epoch 1/50
49/49 [==============================] - 63s 1s/step - loss: 7.9712 - acc: 0.5000
 1. 241s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 2/50
49/49 [==============================] - 62s 1s/step - loss: 7.9712 - acc: 0.5000
 2. 259s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 3/50
49/49 [==============================] - 61s 1s/step - loss: 7.9712 - acc: 0.5000
 3. 237s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 4/50
49/49 [==============================] - 62s 1s/step - loss: 7.9712 - acc: 0.5000
 4. 238s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 5/50
49/49 [==============================] - 62s 1s/step - loss: 7.9712 - acc: 0.5000
 5. 239s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 6/50
49/49 [==============================] - 61s 1s/step - loss: 7.9712 - acc: 0.5000
 6. 239s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 7/50
49/49 [==============================] - 61s 1s/step - loss: 7.9712 - acc: 0.5000
 7. 238s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000
Epoch 8/50
49/49 [==============================] - 62s 1s/step - loss: 7.9712 - acc: 0.5000
 8. 241s - loss: 7.9712 - acc: 0.5000 - val_loss: 7.9712 - val_acc: 0.5000

Я не менял никаких настроек, только набор данных.

Есть некоторые различия между моим и исходным набором данных: - У меня меньше картинок для каждого объекта / папки. Вместо 1500 изображений у меня есть всего несколько сотен для каждого объекта - оригинальный набор данных использовался только для распознавания между кошками и собаками, поэтому входные данные более разнообразны (каждый пи c - это другая собака или кошка). В моем случае для одного целевого класса каждое изображение - это один и тот же объект, но под разным углом, позиция и т. Д. c.

Моя цель - создать модель, способную распознавать различные продукты. Я не хочу говорить, классифицирует ли объект bottle молока, но я хочу тренироваться, если это молочный продукт A, молочный продукт B et c .. Так что в моем случае каждая папка заполнена различными продуктами .

Где я ошибся? Я не могу понять, что тот же код ведет себя так по-разному для другого набора данных. Спасибо.

Добро пожаловать на сайт PullRequest, где вы можете задавать вопросы и получать ответы от других членов сообщества.
...