改进 EfficientNet 的结果

Posted 2023-03-16

【中文标题】改进 EfficientNet 的结果

【英文标题】：Improve the result of EfficientNet

【发布时间】：2021-12-09 14:26:59

【问题描述】：

晕，我还在 python 中苦苦挣扎。 现在我将使用 EfficientNet 模型来检测棕榈油的成熟度。 我使用的是 5852 张训练图片，分为 4 类（每类 1463 张）和 132 张测试图片（每类 33 张）。 用 200 个 epoch 测试后，结果还差得很远。 我有什么解决方案可以改善结果吗？ 这是我的模型准确度和模型损失的结果。

这是我的代码

https://colab.research.google.com/drive/18AtIP7aOycHPDR84PuQ7iS8aYUdclZIe?usp=sharing

您的帮助对我来说意义重大。

【参考方案1】：

您的生成器已重新缩放，这可能是问题的根源。

Efficientnets 的 Tensorflow 实现已经包含重新缩放层，因此您不能在 ImageDataGenerator 中重新缩放图像。您可以通过 .summary() 方法进行检查。

官方文档说：

注意：每个 Keras 应用程序都需要一种特定类型的输入预处理。对于 EfficientNet，输入预处理作为模型的一部分（作为 Rescaling 层）包含在内，因此 tf.keras.applications.efficientnet.preprocess_input 实际上是一个传递函数。 EfficientNet 模型期望它们的输入是像素的浮点张量，其值在 [0-255] 范围内

例如，Resnet 没有此层，您应该在将图像输入模型之前重新缩放图像。从 tf.keras.applications 为每个网络记住这些内容是很棘手的，所以我建议在使用新模型之前检查它们。