私は 1 つを構築していますが、lenet の例で提供されているカスタム トレイン関数を 110 より大きいバッチ サイズで使用すると、精度が 1 (100%) より大きくなります。

バッチ サイズ 32 を使用すると、30% の精度が得られます。バッチ サイズが 64 の場合、正味の精度は 64 です。バッチ サイズが 128 の場合、精度は 1.2 です。

私の画像は 32x32 です。データセットのトレーニング: ニュートラルな顔の 56 枚の画像。驚きの顔画像60枚。テスト データセット: ニュートラルな顔の 15 枚の画像。驚きの顔画像15枚。

これは私のコードです:

では、私のコードの何が問題なのですか?

私はこのコードを使用してネットをロードしています:

3行に疑問があります。

1-mean=np.load(caffe_root + 'python/caffe/imagenet/ilsvrc_2012_mean.npy').mean(1).mean(1)

意味は何？この平均値または別の値を使用する必要がありますか? はいの場合、どこでカスタム平均値を取得できますか? カスタム データセットを使用しています。

2-channel_swap=(2,1,0)

channel_swap とは? 繰り返しますが、この値またはカスタム値を使用する必要がありますか?

そして最後の

3-raw_scale=255

raw_scale とは何ですか? そして、どの値を使用する必要がありますか?

Cohn Kanadeデータセットを使用しています。すべての画像は 64x64 でグレースケールです。

これは私のtrain.prototxtです。これが私のdeploy.prototxtです。

デプロイ ファイルをロードしようとすると、次のエラーが発生します。

そこで、データ層を削除しました:

より、bottom: "data"conv1レイヤーから削除しました。

その後、次のエラーが発生しました。

bottom: "label"損失レイヤーから削除しました。そして、私はこのエラーを受け取りました:

それを修正して展開ファイルを作成するにはどうすればよいですか?

独自のカスタム データを使用してFCN-8を実装しようとしています。トレーニング中、ゼロから、私の損失 = -nan がわかりました。

誰かが何がうまくいかないのか、どうすればこれを修正できるのかを提案できますか? 私のsolver.prototxtは次のとおりです:-

train_val.prototxt は、上記のリンクにあるものと同じです。カスタム イメージのサイズは 3x512x640 で、ラベルは 1x512x640 です。11 種類のラベルがあります。

Caffe では、セマンティック セグメンテーションのために完全畳み込みネットワークを実装しようとしています。'solver.prototxt'次のハイパーパラメータの値を設定するための特定の戦略があるのだろうかと思っていました:

• test_iter
• テスト間隔
• iter_size
• max_iter

トレーニング セット用の画像の数に依存しますか? もしそうなら、どのように？

VGG と AlexNet などでは、正方形の寸法 ( H== W) の固定画像入力が必要です。非正方形の入力を提供できるように、どのように微調整またはネット手術を実行できますか?

参考までに、私は Caffe を使用してFC7おり、非正方形の画像入力の特徴を抽出するつもりです。

Tensorflow "MNIST for Pros" CNN exampleのコードを再利用したい。私の画像は 388px X 191px で、出力クラスは 2 つだけです。元のコードはここにあります。以下に示すように、入力レイヤーと出力レイヤーのみを変更して、このコードを再利用しようとしました。

入力層

出力層

変更されたコードを実行すると、あいまいなスタック トレースが得られます。

このチュートリアルを例として使用して、カフェのカスタム トレーニング関数を作成しています。セクション 15 には、次のコードがあります。

行 8 には、ndarray(出力) があり、このコードの意味は何ですか。とはどういう意味ですか(niter, 8, 10)? なぜniter、なぜ 8、なぜ 10 なのですか? 自分のデータセットに従ってこの配列を変更する必要がありますか? はいの場合、どのディメンションを使用すればよいですか? 誰かが私にそれを説明できますか？