私は約 200 の顔の 3D メッシュを持っており、その頂点を 2 つのパラメーター (ガウス曲線と平均曲率) のみに基づいて分類したいと考えています。この目的のために、TensorFlow ニューラル ネットワークを使用することにしました。
鼻先、あご、目尻など、すべての顔に 18 個の顕著な頂点をマークしました。これらのポイントはすべて、ガウス曲率と平均曲率のヒートマップを見ることで簡単に認識できます。そこで、これらのポイントでこれらのパラメーターのヒストグラム (異なるスケール - 6 mm、4 mm、2 mm) を作成し、それをニューラル ネットワークの入力として使用することにしました。入力は 608 個の特徴のベクトルです (6 つのヒストグラムのそれぞれに 101 個の整数と、ポイントの平均曲率とガウス曲率用に 2 個の浮動小数点数)。出力は、頂点がどのクラスにあるかを表すベクトルでなければなりません。
これは、10 個の顔のスケール 6 mm の視覚化されたヒストグラムです(各列は 1 つの顕著な点を表します。各行は 1 つの顔です。18 列ありますが、11 クラスだけです。たとえば、目の内側の角 (列 5 と 6) は対称であるため、両方とも列は同じクラスにあります) :
この例を修正しました。まず、バイナリ分類器を作成しようとしました。結果として得られるネットワークは、約 98% の精度で、鼻先と残りのポイント、またはあごと残りのポイントを非常によく認識できます。ニューラル ネットワークにメッシュのすべての頂点を分類させます。驚いたことに、出力ベクトルは常に [1.0, 0.0] または [0.0, 1.0] でした。1. 質問 - なぜですか?
ここで、「この点は 0.2 の確率で鼻先、0.7 の顎、0.05 の内側の目頭、...」と伝える単一の神経ネットワークを作成したいと思います。しかし、出力層にクラスを追加することで、精度が低下しています。したがって、11 クラスの精度はわずか約 30% です。2. 質問 - なぜ、どのように修正するのですか? 確率を含む出力ベクトルには、まだ 1 と 10 の 0 しかありません。
助けていただければ幸いです。
これがトレーニングとテストのデータです。これが私のコードです：
import numpy as np
import tensorflow as tf
# Parameters
learning_rate = 0.001
training_epochs = 100
batch_size = 100
# Network Parameters
n_hidden_1 = 100 # 1st layer number of features
n_hidden_2 = 100 # 2nd layer number of features
n_input = 608 # input number of features
n_classes = 11 # output number of labels
# Input files
train_data_filename = "data/train.csv"
test_data_filename = "data/test.csv"
model_name = "model"
# Extract numpy representations of the labels and features given rows consisting of:
# label, feat_0, feat_1, ..., feat_n
def extract_data(filename):
labels = []
fvecs = []
# Iterate over the rows, splitting the label from the features. Convert labels
# to integers and features to floats.
with open(filename) as file:
for line in file:
row = list(filter(None, line.strip().split(";")))
labels.append([int(x) for x in row[:n_classes]])
fvecs.append([float(x) for x in row[n_classes:]])
fvecs_np = np.matrix(fvecs).astype(np.float32)
labels_np = np.matrix(labels).astype(np.uint8)
return fvecs_np, labels_np
# Create model
def multilayer_perceptron(x, weights, biases):
# Hidden layer with RELU activation
layer_1 = tf.add(tf.matmul(x, weights['h1']), biases['b1'])
layer_1 = tf.nn.relu(layer_1)
# Hidden layer with RELU activation
layer_2 = tf.add(tf.matmul(layer_1, weights['h2']), biases['b2'])
layer_2 = tf.nn.relu(layer_2)
# Output layer with linear activation
out_layer = tf.add(tf.matmul(layer_2, weights['out']), biases['out'])
return out_layer
def main(argv=None):
train_data, train_labels = extract_data(train_data_filename)
test_data, test_labels = extract_data(test_data_filename)
train_size, num_features = train_data.shape
test_size, _ = test_data.shape
x = tf.placeholder("float", [None, n_input], name="input_node")
y = tf.placeholder("float", [None, n_classes])
weights = {
'h1': tf.Variable(tf.random_normal([n_input, n_hidden_1])),
'h2': tf.Variable(tf.random_normal([n_hidden_1, n_hidden_2])),
'out': tf.Variable(tf.random_normal([n_hidden_2, n_classes]))
}
biases = {
'b1': tf.Variable(tf.random_normal([n_hidden_1])),
'b2': tf.Variable(tf.random_normal([n_hidden_2])),
'out': tf.Variable(tf.random_normal([n_classes]))
}
prediction = multilayer_perceptron(x, weights, biases)
probabilities = tf.nn.softmax(prediction, name="output_node")
# Define probabilities, loss and optimizer
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction, labels=y))
optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)
# Evaluation.
correct_prediction = tf.equal(tf.argmax(probabilities, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))
# Create a local session to run this computation.
with tf.Session() as s:
tf.global_variables_initializer().run()
print('Initialized!')
print('Training.')
for step in range(training_epochs * train_size // batch_size):
offset = (step * batch_size) % train_size
batch_data = train_data[offset:(offset + batch_size), :]
batch_labels = train_labels[offset:(offset + batch_size)]
_, c = s.run([optimizer, cost], feed_dict={x: batch_data, y: batch_labels})
if step % 100 == 0:
print('Training Step:' + str(step) + ' Accuracy = ' + str(
s.run(accuracy, feed_dict={x: test_data, y: test_labels})) + ' Loss = ' + str(
s.run(cost, {x: train_data, y: train_labels})))
print("Optimization Finished!")
print("Accuracy - test:", accuracy.eval({x: test_data, y: test_labels}))
print("Accuracy - train:", accuracy.eval({x: train_data, y: train_labels}))
if __name__ == '__main__':
tf.app.run()