tensorflow - 为什么我对未经训练的类别的图像获得高预测分数?
问题描述
我使用 tensorflow 进行图像分类,用于 5 个类别(5 个汽车零件)。在训练了 100 个 epoch 之后,在预测期间,当我测试一张图像(它甚至看起来不像我训练的任何图像类别)时,它与得分超过 98% 的 5 个类别中的一个匹配。(每个类别我有 1200 个训练图像)(例如,我用轮子、镜子、门、转向、前照灯训练了我的模型。我的测试图像是百合花。我的输出是 99% 的轮子)为什么?请参阅我的代码中的参数。
def imagerecog(features,labels,mode,params):
input_layer = features["images"]
assert input_layer.shape[1:] == params['input_shape']
convs = []
pools = []
for i in range(params["conv_layers"]):
if i == 0:
convs.append(tf.layers.conv2d(inputs=input_layer,filters=params['filters'][i],
kernel_size=params['kernel_size'],strides=[1,1],
activation=tf.nn.relu,padding="same",name = "conv%d"%i))
else:
convs.append(tf.layers.conv2d(inputs=pools[i-1],filters=params['filters'][i],
kernel_size=params['kernel_size'],strides=[1,1],
activation=tf.nn.relu,padding="same",name = "conv%d"%i))
pools.append(tf.layers.max_pooling2d(inputs=convs[i], pool_size=[2,2], strides=[2,2]))
flat = tf.layers.flatten(pools[-1])
dense1 = tf.layers.dense(inputs=flat, units=params["hidden_units"], name="dense1", activation=tf.nn.relu)
dropout = tf.layers.dropout(inputs=dense1, rate=params["drop_rate"] ,training=mode==tf.estimator.ModeKeys.TRAIN,
name="dropout")
logits = tf.layers.dense(inputs=dropout, units=params["n_classes"], name="logits")
probs = tf.nn.sigmoid(logits, name="probs")
top_5_scores, top_5_class = tf.nn.top_k(probs, k=2, name="scores")
if mode == tf.estimator.ModeKeys.PREDICT:
return tf.estimator.EstimatorSpec(mode=mode, predictions={"classes":top_5_class, "scores": top_5_scores})
loss = tf.losses.sparse_softmax_cross_entropy(labels=labels, logits=logits)
if mode == tf.estimator.ModeKeys.EVAL:
acc = tf.metrics.accuracy(labels=labels,predictions=top_5_class[:,0])
return tf.estimator.EstimatorSpec(mode=mode, loss=loss, eval_metric_ops={"accuracy": acc})
opt = tf.train.AdamOptimizer().minimize(loss, global_step=tf.train.get_global_step())
return tf.estimator.EstimatorSpec(mode=mode, loss=loss, train_op=opt)
def inp_fn(folder,image_size):
classes = os.listdir(folder)
def fn():
images = []
labels = []
for i,cls in enumerate(classes):
imgs = os.listdir(folder+"/"+cls)
print(cls,i)
for img in imgs:
img = tf.image.decode_jpeg(tf.read_file(folder+"/"+cls+"/"+img),3,name="jpeg_decode")
img = tf.image.rgb_to_grayscale(img)
img = tf.image.resize_images(img,image_size)
images.append(img)
labels.append(i)
return tf.data.Dataset.from_tensor_slices(({"images":images},labels)).batch(100)
return fn
params = {"input_shape":[200,300,1],
"conv_layers": 3,
"filters":[20,20,20],
"kernel_size":[5,5],
"hidden_units": 9000,
"drop_rate":0.4,
"n_classes":5}
epoch=100
for a in range(epoch):
print("Epoch=",a)
estim.train(inp_fn("train",params['input_shape'][:-1]))
def pred_inp_fn(folder,image_size):
def fn():
files = os.listdir(folder)
images = []
for file in files:
img = tf.image.decode_jpeg(tf.read_file(folder+"/"+file),3)
img = tf.image.rgb_to_grayscale(img)
img = tf.image.resize_images(img,image_size)
images.append(img)
return tf.data.Dataset.from_tensor_slices({"images":images}).batch(100)
return fn
results = estim.predict(pred_inp_fn("predict",params['input_shape'][:-1]))
for res in results:
print(res)
解决方案
好吧,因为您没有针对该类别进行培训。这是神经网络(和其他一些 ML 技术)一直存在的问题,模型对看不见的输入类别(在分类的情况下)的响应不是“默认”的均匀概率分布,而是不可预测的,并且经常对其中一类(可能是最常见的一类,但不一定)产生强烈的反应。如果你仔细想想,你所有的训练样例都 100% 属于一个类,所以模型会倾向于给出分数集中在一个类中的答案。我为类似问题写了另一个答案,其中有几个替代方案来模拟“非其他”类,您可能可以查找更多关于该主题的文献。您还可以查看其他类型的模型,对象检测 API,如果它们更适合您的需求。关键是你不能期望你的模型表现出没有明确训练过的行为。
推荐阅读
- python - 无法在for循环python之外访问字典的完整迭代
- android - scrcpy - 来自网页的屏幕投射设备的建议
- python - 如何将两个音频样本压缩成与 librosa 一样响亮?
- java - 为什么我不能两次使用我的 DataOutputStream?
- c++ - 如何将已排序的函数移回 main 方法?
- r - glmmLasso 错误消息“blockstand 中的错误(X,ipen.which,inotpen.which)”
- python - 嗖嗖声无法成功搜索到关键字
- swiper - 需要在 swiper 中获取幻灯片组的总数和当前幻灯片组的数量
- azure - Azure CDN - “忽略查询字符串”和“绕过查询字符串缓存”之间的区别
- javascript - 在第二台显示器上更改 window.open 弹出位置