कैफे net.predict() आउटपुट यादृच्छिक परिणाम (GoogleNet)

Question

मैंने प्रयुक्त GoogleNet https://github.com/BVLC/caffe/tree/master/models/bvlc_googlenet से उपयोग किया और इसे अपने डेटा (~ 100k छवियों, 101 कक्षाओं) से दोबारा शुरू किया। एक दिवसीय प्रशिक्षण के बाद मैंने शीर्ष -5 में 62% और शीर्ष -5 वर्गीकरण में 85% हासिल किया और कई छवियों की भविष्यवाणी करने के लिए इस नेटवर्क का उपयोग करने का प्रयास किया।

import caffe 
import numpy as np 


caffe_root = './caffe' 


MODEL_FILE = 'caffe/models/bvlc_googlenet/deploy.prototxt' 
PRETRAINED = 'caffe/models/bvlc_googlenet/bvlc_googlenet_iter_200000.caffemodel' 

caffe.set_mode_gpu() 

net = caffe.Classifier(MODEL_FILE, PRETRAINED, 
       mean=np.load('ilsvrc_2012_mean.npy').mean(1).mean(1), 
       channel_swap=(2,1,0), 
       raw_scale=255, 
       image_dims=(224, 224)) 

def caffe_predict(path): 
     input_image = caffe.io.load_image(path) 
     print path 
     print input_image 
     prediction = net.predict([input_image]) 


     print prediction 
     print "----------" 

     print 'prediction shape:', prediction[0].shape 
     print 'predicted class:', prediction[0].argmax() 


     proba = prediction[0][prediction[0].argmax()] 
     ind = prediction[0].argsort()[-5:][::-1] # top-5 predictions 


     return prediction[0].argmax(), proba, ind 

मेरी deploy.prototxt में मैं सिर्फ अपने 101 कक्षाएं भविष्यवाणी करने के लिए आखिरी परत बदल दिया है:

मैं सिर्फ https://github.com/BVLC/caffe/blob/master/examples/classification.ipynb से उदाहरण का पालन किया,

यहाँ मेरी अजगर कोड है।

[[ 0.01106235 0.00343131 0.00807581 0.01530041 0.01077161 0.0081002 
    0.00989228 0.00972753 0.00429183 0.01377776 0.02028225 0.01209726 
    0.01318955 0.00669979 0.00720005 0.00838189 0.00335461 0.01461464 
    0.01485041 0.00543212 0.00400191 0.0084842 0.02134697 0.02500303 
    0.00561895 0.00776423 0.02176422 0.00752334 0.0116104 0.01328687 
    0.00517187 0.02234021 0.00727272 0.02380056 0.01210031 0.00582192 
    0.00729601 0.00832637 0.00819836 0.00520551 0.00625274 0.00426603 
    0.01210176 0.00571806 0.00646495 0.01589645 0.00642173 0.00805364 
    0.00364388 0.01553882 0.01549598 0.01824486 0.00483241 0.
    0.00545738 0.0101487 0.0040346 0.01066607 0.01328133 0.01027429 
    0.01581303 0.01199994 0.00371804 0.01241552 0.00831448 0.00789811 
    0.00456275 0.00504562 0.00424598 0.01309276 0.0079432 0.0140427 
    0.00487625 0.02614347 0.00603372 0.00892296 0.00924052 0.00712763 
    0.01101298 0.00716757 0.01019373 0..00905332 0.0040798 
    0.00846442 0.00924353 0.00709366 0.01535406 0.00653238 0.01083806 
    0.01168014 0.02076091 0.00542234 0.01246306 0.00704035 0.00529556 
    0.00751443 0.00797437 0.00408798 0.00891858 0.00444583]] 

यह सिर्फ कोई मतलब नहीं के साथ यादृच्छिक वितरण की तरह लगता है:

layer { 
    name: "loss3/classifier" 
    type: "InnerProduct" 
    bottom: "pool5/7x7_s1" 
    top: "loss3/classifier" 
    param { 
    lr_mult: 1 
    decay_mult: 1 
    } 
    param { 
    lr_mult: 2 
    decay_mult: 0 
    } 
    inner_product_param { 
    num_output: 101 
    weight_filler { 
     type: "xavier" 
    } 
    bias_filler { 
     type: "constant" 
     value: 0 
    } 
    } 
} 
layer { 
    name: "prob" 
    type: "Softmax" 
    bottom: "loss3/classifier" 
    top: "prob" 
} 

यहाँ softmax उत्पादन का वितरण है।

कोई मदद या संकेत और सादर के लिए धन्यवाद, एलेक्स

Answer 1

समाधान वास्तव में सरल है:

layer { 
    name: "loss3/classifier" 
    type: "InnerProduct" 
    bottom: "pool5/7x7_s1" 
    top: "loss3/classifier" 
    param { 
    lr_mult: 1 
    decay_mult: 1 
    } 

: मैं बस तैनाती फ़ाइल में आखिरी परत का नाम बदलने की भूल

Answer 2

कृपया छवि परिवर्तन आप उपयोग कर रहे देखें - यह प्रशिक्षण और परीक्षण के समय में एक ही है?

AFAIK bvlc_googlenet छवि प्रति घटाना एक मूल्य प्रति चैनल के साथ है, जबकि आपके पायथन classifier विभिन्न माध्य mean=np.load('ilsvrc_2012_mean.npy').mean(1).mean(1) का उपयोग करता है। इससे नेट आपके इनपुट को सही तरीके से वर्गीकृत करने में असमर्थ हो सकता है।