代码之家 › 专栏 › 技术社区 › Ashutosh Singla

修改部署。GoogLeNet中的prototxt

pycaffe conv-neural-network caffe deep-learning machine-learning

Ashutosh Singla · 技术社区 · 9 年前

我使用了经过预先培训的GoogLeNet,然后在我的数据集上对其进行了微调,以解决二进制分类问题。验证数据集似乎提供了 "loss3/top1" 98.5%. 但当我在评估数据集上评估绩效时,它给了我50%的准确率。无论我做了什么改变,train_val。prototxt,我在部署中做了相同的更改。prototxt和我不确定我应该在这些行中做什么更改。

name: "GoogleNet"
layer {
  name: "data"
  type: "input"
  top: "data"
  input_param { shape: { dim:10 dim:3 dim:224 dim:224 } }
}

有什么建议吗???

1 回复 | 直到 9 年前

Shai 9 年前

您无需进一步更改 deploy.prototxt *,但在将数据传输到网络的方式上。你必须转换评估图像的方式与转换培训/验证图像的方式相同。
例如,查看如何 classifier.py 通过正确初始化的 caffe.io.Transformer 班

这个 "Input" prototxt中的层仅仅是caffe根据10-x3-x224-by-224形状的输入blob分配内存的声明。

*当然,您必须验证 train_val.prototxt 和 部署.prototxt 是 确切地 相同(除了输入层和损耗层):包括确保层姓名与caffe使用层名称将“caffemodel”文件中的权重分配给它加载的实际参数相同。名称不匹配将导致caffe对某些层使用随机权重。

推荐文章

SkyWalker · 如何使“UnfinedMetricWarning”静音?

6 月前

Morph3us · 我如何确定谁将赢得罗马尼亚下一届预选赛?[关闭]

6 月前

explorer · AWS SageMaker项目模板创建失败

10 月前

nicklaus-slade · 交叉验证函数返回“未知标签类型:(数组([0.0,1.0],dtype=object),)”

11 月前

Adrian Zambrana · ValuerError:发现样本数不一致的输入变量

1 年前

Kamugg · 在PyTorch中使用不同分辨率图像训练DeepLabV3的最佳实践

1 年前

me0076 · 使用LLM提取多个实体

1 年前

staplegun · scikit中的gbrt_minimize如何决定要尝试多少个参数拆分

1 年前

Chinmaya Tewari · 创建新csv文件时权限被拒绝

1 年前

Seán Healy · LSTM或变压器模型是否有任何可逆实现?

1 年前