使用Googlenet和Alexnet模型无法在Cat vs Dog数据集上提供准确性
我开始学习卷积神经网络，并设计了著名的MNIST和good MNIST模型，并获得了良好的准确性。但后来我转到了另一个琐碎的数据集，那就是Kaggle的猫与狗数据集，但在应用了我所有的概念后，我从斯坦福讲座和Andrew ng讲座中学习到我只能获得80%的准确率。因此，我决定尝试GoogleNet和Alexnet，但这些模型在6个时期都不能给我任何超过50%的准确率。
我想知道GoogleNet和ImageNet是否是为1000个类别的输出而设计的，而不能在2个类别的输出上工作？
在制作自己的模型时，我获得了80%的准确率。我希望著名的GoogleNet模型能给我更高的准确性，但事实并非如此。
下面是我使用的GoogleNet模型：
data=[]
labels=[]
for i in range(0,12499):
img=cv2.imread("train/cat."+str(i)+".jpg")
res = cv2.resize(img, dsize=(224, 224), interpolation=cv2.INTER_CUBIC)
data.append(res)
labels.append(0);
img2=cv2.imread("train/dog."+str(i)+".jpg")
res2 = cv2.resize(img2, dsize=(224,224),interpolation=cv2.INTER_CUBIC)
data.append(res2)
labels.append(1);
train_data, test_data,train_labels, test_labels = train_test_split(data,
labels,
test_size=0.2,
random_state=42)
model=tf.keras.Sequential()
model.add(layers.Conv2D(64,kernel_size=3,activation='relu', input_shape=
(224,224,3)))
model.add(layers.Conv2D(64,kernel_size=3,activation='relu'))
model.add(MaxPooling2D(pool_size=(3,3),strides=(2,2)))
model.add(layers.Conv2D(128,kernel_size=3,activation='relu'))
model.add(layers.Conv2D(128,kernel_size=3,activation='relu'))
model.add(MaxPooling2D(pool_size=(3,3),strides=(2,2)))
model.add(layers.Conv2D(256,kernel_size=3,activation='relu'))
model.add(layers.Conv2D(256,kernel_size=3,activation='relu'))
model.add(MaxPooling2D(pool_size=(3,3),strides=(2,2)))
model.add(layers.Conv2D(512,kernel_size=3,activation='relu'))
model.add(layers.Conv2D(512,kernel_size=3,activation='relu'))
model.add(layers.Conv2D(512,kernel_size=3,activation='relu'))
model.add(MaxPooling2D(pool_size=(3,3),strides=(2,2)))
model.add(layers.Conv2D(512,kernel_size=3,activation='relu'))
model.add(layers.Conv2D(512,kernel_size=3,activation='relu'))
model.add(layers.Conv2D(512,kernel_size=3,activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dense(4096,activation='relu'))
model.add(Dense(4096,activation='relu'))
model.add(Dense(2,activation='softmax'))
model.compile(optimizer=tf.train.AdamOptimizer(0.001),
loss='sparse_categorical_c rossentropy',metrics=['accuracy'])
model.fit(x=train_data,y=train_labels,batch_size=32,epochs=10,
validation_data=(test_data,test_labels))以上谷歌模型的预期准确率应该超过50%，但经过6个时期后，它的范围在50%到51%之间。
附注:我将最后一个密集层改为2层，而不是1000层，并且我使用Keras API来实现张量流。
任何帮助都将不胜感激。
回答 1
Stack Overflow用户
发布于 2020-05-24 21:58:34
我还没有在googlenet上试过，但我在Alexnet上试过了。在Alexnet上，在密切关注这篇论文后，我设法获得了猫与狗的相对较好的结果(83%)。下面是你可能想做的几件事：
如果您参考幻灯片10上的
- Li http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture9.pdf的CS231n注释，您会注意到输入层应该是227 x 227。他们还提供了数学上的解释。
，
- ，我开始尝试和原始论文密切相关的其他项目：https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf，这些包括：
，
- As in the paper section 3.3, adding a normalization layer at the end of the first two max pooling layers. Keras has stopped supporting LRN but I added batch normalization and it works. (I ran an experiment of a model with batch normalization and without. The accuracy difference is 82% versus 62%
- As in the paper section 4.2, I added two dropout layers (0.5) at the end of the two fully connected layers.
- As in the paper section 5, I changed my batches to 128, SGD momentum of 0.9 and weight decay of 0.0005
- 正如你最初问题中的一条评论所指出的那样，我的最后一层也是具有sigmoid函数的单一维度。
经过20个时期的训练，我的准确率达到了83%。在最初的论文中，他们包括数据增强，但我没有在我的实现中包括它。
Keras有一个修改后的googlenet示例。它是从Xecption架构修改而来的，我相信它是初始架构的衍生产品之一。https://keras.io/examples/vision/image_classification_from_scratch/
我已经尝试过了，在运行了15个时期后，准确率约为90%
希望这能有所帮助。
https://stackoverflow.com/questions/57026947
复制相似问题
腾讯云开发者
