問題タブ [transfer-learning]

これは、 pytorch 転送学習チュートリアルからデータセットとして画像を読み込むためのコード スニペットです。

これはデータセットの例の 1 つです。

たとえば、ラベル 0 をラベル 1 に変更するなど、データセットのサンプル データを変更する方法 (ベスト プラクティス) はありますか。以下は機能しません。

全て。

転移学習を使用して、独自のサンプルに基づいて新しいモデルを構築しています。学習フレームワークは Keras 2.0+ です。このページを参照してコードを変更しました: クラスの新しいセットで InceptionV3 を微調整します https://keras.io/applications/

トレーニングステップでは何も問題はありません。テスト セットを使用してモデルをテストすると、クラスが異なるにもかかわらず、すべての画像で同じ予測クラスが得られます。例：

8 クラスの写真を 10 枚テストしましたが、すべてクラス 6 でした。

何か提案はありますか?</p>

トレーニング コード:

最終列車の精度は少し低いですが、70％程度です

予測コード:

[このチュートリアル]( https://towardsdatascience.com/keras-transfer-learning-for-beginners-6c9b8b7143e )に従って、KerasでトレーニングごとのVGG19モデルを使用するために転移学習法を使用しています 。モデルをトレーニングする方法を示していますが、予測用のテスト画像を準備する方法は示していません。

コメント欄には次のように書かれています。

preprocess_image画像を取得し、同じ関数を使用して画像を前処理し、 を呼び出しますmodel.predict(image)。これにより、その画像のモデルの予測が得られます。を使用argmax(prediction)すると、画像が属するクラスを見つけることができます。

preprocess_imageコードで使用されている名前の関数が見つかりません。私はいくつかの検索を行い、このチュートリアルで提案された方法を使用することを考えました.

しかし、これは次のようなエラーを出します:

私のデータセットには 12 のカテゴリがあります。モデルをトレーニングするための完全なコードと、このエラーがどのように発生したかを次に示します。

IPython:

IPython プロンプトの最後の行で、次のエラーが発生します。

テスト画像を適切にフィードして予測を取得するにはどうすればよいですか?