使用augmenters 翻轉圖片為什麼Validation Loss沒有下降
2020/02/11 下午 05:44
電腦視覺深度學習討論版
馮品儒
觀看數:28
回答數:3
收藏數:0
cvdl-1-d44
訓練
這是我翻轉後的訓練結果,但是我的 Validation Loss 一直下不去,請問是為甚麼?
第一次結果:
這是我的model
model.add(Conv2D(32,kernel_size=1,strides=1,activation='relu',input_shape=(96,96,1)))
model.add(Conv2D(32,kernel_size=3,activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(32,kernel_size=1,strides=1,activation='relu',input_shape=points_train.shape))
model.add(Conv2D(64,kernel_size=3,activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(128,kernel_size=3,activation='relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dense(output_dim=128,activation='relu'))
model.add(Dropout(p=0.5))
model.add(Dense(output_dim=64,activation='relu'))
model.add(Dropout(p=0.3))
model.add(Dense(output_dim=30))
回答列表
-
2020/02/12 下午 09:20Jeffrey贊同數:0不贊同數:0留言數:3
-
2020/02/27 上午 00:06Yan Roo贊同數:0不贊同數:0留言數:0
這個問題我一開始也遇到,好像反而Augmentation後效果更差。
但其實是計算Keypoint的時候發生了問題
不論使用Imgaug,或是albumentations
在keypoint的轉換上跟我們想做的其實有一點差異
這些函式庫會將左眼、右眼分別是為不一樣的點
我們理想的Horizontal Flip是,鏡像後本來的左眼變成右眼,右眼變成左眼(變成一張全新的圖)
看圖後應該比較好了解
一般轉換後
我們期望的結果
所以轉換後,Model反而會錯亂,怎麼左眼的座標跑到右邊,右眼的座標跑到左邊,讓最後預測點都集中在中央
-
2020/02/28 上午 02:20Jeffrey贊同數:0不贊同數:0留言數:0