问Tensorflow -模型仅预测6类中的2类
EN

Stack Overflow用户

提问于 2018-04-22 21:52:08

回答 1查看 352关注 0票数 1

我正在构建一个CNN来分类6个类别，有50x50像素的灰度图像(每类1400幅)。在对模型进行训练并对损失和精度进行评估后，似乎一切都运行良好，训练精度约为98%，损失降至3.0，但当对每个类别的测试数据进行评估时，该模型就很遥远了。我所拥有的是面部表情的形象: 1)愤怒，2)恐惧，3)快乐，4)中性，5)悲伤，意外

这是木星笔记本：edge.ipynb

例如，当我为每个类提供350个测试映像时，只能预测anger和suprise类。

    TEST IMAGES                   RESULTS
    Angry -    it classified 76 angry, and 273 surprise

    Fear -     it classified 8 angry and 342 surprise

    Happy -    12 angry and 338 surprise

    Neutral -   350 surprise

    Sad -       22 angry and 328 surprise

    Surprise - a full 350/350 classified for this one..

很明显，有些人倾向于愤怒和惊讶，因为其他图片中没有一张曾经被分类过。

当我在训练后运行acc.eval({x: test_images, y: test_labels, is_training : False}) (每个类和相应的2100张图片)时，我得到了82%的准确率，所以我不知道这是怎么发生的。是否有可能这个模型一直在这两个课程上进行训练呢？

@注意:图像和标签是一种热编码的，也是随机改组的，实现了批处理规范化。

更新

我重新训练了模型，它有着相同的影响，但有不同的课程。这一次，它倾向于悲伤和惊讶，而不是愤怒和惊讶。以下是研究结果：

Angry - Sad 259 and surprise 75
Fear - Sad 118 and surprise 218 (some classifications missing here for some reason)
Happy - Sad 167 times and suprise 160 times (same again, missing some classifications)
Neutral - sad 94 and surprise 249
Sad - sad 211 and surprise 122
Surprise - Sad 284 and surprise 52

python