0

我是 TensorFlow 迁移学习的新手，我选择 tfhub 来简化查找数据集的过程，但现在我很困惑，因为当我尝试使用来自互联网的图像时，我的模型给出了错误的预测。我使用了没有微调的efficientnet_v2_imagenet1k_b0 特征向量来训练来自https://www.kaggle.com/drgfreeman/rockpaperscissors的rock-paper-scissors 数据集。我使用图像数据生成器和来自目录的流进行数据处理。

这是我的模型

这是我的火车结果

这是我在这里的测试结果

这是我第二次在使用 tfhub 进行迁移学习时得到这样的结果。我想知道为什么会发生这种情况以及如何解决它，这样这个问题就不会再发生了。非常感谢您的帮助，并为我的英语不好感到抱歉。

4

2 回答 2

0

为了帮助真正需要查看如何将数据提供给 model.predict 的代码。然而，作为一种猜测，请记住，efficientnet 需要具有 0 到 255 范围内的像素，因此不要缩放图像。确保您的测试图像是 rgb 并且与训练中使用的图像大小相同。还需要查看有关如何处理预测的代码

于 2021-09-18T01:31:41.840 回答
0

我也将您的代码下载到了我的本地机器和数据集。必须进行一些调整才能使其在本地运行。我相信模型efficientnet_v2_imagenet1k_b0 与较新的高效网络模型不同，因为此版本确实需要在0 和1 之间缩放像素级别。我运行了模型，无论是否重新缩放，它只有在像素被重新缩放时才能正常工作。下面是我用来测试模型是否正确预测从互联网下载的图像的代码。它按预期工作。

import cv2
class_dict=train_generator.class_indices
print (class_dict)
rev_dict={}
for key, value in class_dict.items():
    rev_dict[value]=key
print (rev_dict)
fpath=r'C:\Temp\rps\1.jpg' # an image downloaded from internet that should be paper class
img=plt.imread(fpath)
print (img.shape)
img=cv2.resize(img, (224,224)) # resize to 224 X 224 to be same size as model was trained on
print (img.shape)
plt.imshow(img)
img=img/255.0 # rescale as was done with training images
img=np.expand_dims(img,axis=0)
print(img.shape)
p=model.predict(img)
print (p)
index=np.argmax(p)
print (index)
klass=rev_dict[index]
prob=p[0][index]* 100
print (f'image is of class {klass}, with probability of {prob:6.2f}')

结果是

{'paper': 0, 'rock': 1, 'scissors': 2}
{0: 'paper', 1: 'rock', 2: 'scissors'}
(300, 300, 3)
(224, 224, 3)
(1, 224, 224, 3)
[[9.9902594e-01 5.5121275e-04 4.2284720e-04]]
0
image is of class paper, with probability of  99.90

你的代码中有这个

uploaded = files.upload()

len_file = len(uploaded.keys())

这没有运行，因为未定义文件，因此无法找到导致您的错误分类问题的原因。请记住在 flow_from_directory 中，如果您不指定颜色模式，则默认为 rgb。因此，即使训练图像是 4 通道 PNG，实际模型也是在 3 通道上训练的。因此，请确保您要预测的图像是 3 个通道。

于 2021-09-18T18:09:40.190 回答