이미지 분류를 위해 Deep Learning Caffe 프레임 워크를 사용하고 있습니다.
얼굴이있는 동전이 있습니다. 그들 중 일부는 옳다는 지시를 받았다.Convolutional ImageNet 네트워크가 이미지 반전에 변하지 않습니다.
그들을 분류하려면 이미 이미지 패턴을 많이 캡처 한 사전 훈련 된 ImageNet 네트워크에서 가중치 및 구조를 취하고 대부분 내 교육 세트에 맞는 마지막 레이어를 교육하십시오.
그러나이 세트에서는 netowork이 작동하지 않는다는 것을 알았습니다. 예를 들어 leftdirected로 동전을 가져 와서 가로로 뒤집은 이미지를 생성하고 오른쪽면으로 표시했습니다. 길쌈 그물 가져 세트 ~ 50 %의 정확도를 들어
는 정확히 무작위 결과입니다.나는 2 개의 이미지 (2 개의 뒤집힌 "h"글자)에 그물을 훈련 시키려고했다. 그러나 동일한 결과 - 50 %. (만약 내가 diffetrent 편지를 선택하고 augemeneted 데이터 집합에 그물을 훈련 - 나는 100 % 정확도를 매우 빨리받습니다). 그러나 뒤집기에 대한 불변성이 나의 분류를 위반했다.
내 질문은 : pretrained imagenet의 장점을 사용하는 저를 allowes하지만, 어떻게 든이 불변성을 깨고 일부 aproach가 존재한다. 그리고 그물에서 어떤 층이 불변성을 가능하게합니다.
내가이 예 접근 방식을 기반으로 그물을 생성하기위한 "CAFFE"을 사용하고 있습니다 : 수평으로 이미지를 뒤집기 : 이미지 그물에 훈련
https://github.com/BVLC/caffe/blob/master/examples/02-fine-tuning.ipynb
데이터 세트에 동일한 동전 또는 여러 동전의 이미지가 있습니까? – malreddysid
@malreddysid : 다른 동전. – Oleg