Блог

Я обучил свой собственный простой одиночный класс CNN для image datagen с помощью rescale 1. / 255.
Точность при обучении и тестировании выглядит нормально.
Когда я прогнозирую некоторые новые изображения, используя тестовый datagen с масштабированием — результаты довольно хорошие.
Но когда я пытаюсь предсказать по отдельным изображениям — у меня возникают проблемы. Если я использую ручное масштабирование / 255 — результаты очень плохие. Если я пропущу этот шаг и перейду к исходному изображению модели — прогнозирование кажется прекрасным.
Что я делаю не так?
Для меня логично, что если модель обучена на масштабированных данных [0 .. 1] (как и должно быть для нейронных сетей), прогнозирование также должно быть на масштабированных данных. Нет?

Мои базы данных:

 train_datagen = ImageDataGenerator(rescale = 1./255,
                                   rotation_range=35,
                                   shear_range = 0.15,
                                   zoom_range = 0.15,
                                   brightness_range=[0.5,1.1],
                                   horizontal_flip = False,
                                   preprocessing_function = apply_mask)

valid_datagen = ImageDataGenerator(rescale = 1./255)

training_set = train_datagen.flow_from_directory(path_train,
                                                 target_size = img_size, 
                                                 batch_size = batch_size,
                                                 class_mode = "binary")

valid_set = valid_datagen.flow_from_directory(path_test,
                                            target_size = img_size,
                                            batch_size = batch_size,
                                            class_mode = "binary")
  

Сеть:

 initializer = glorot_normal()
classifier = Sequential()
classifier.add(Conv2D(32, (3, 3), input_shape = (img_size[0], img_size[1], 3), activation = 'relu', kernel_initializer=initializer, padding='same')) #, padding='same'
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Conv2D(64, (3, 3), activation = 'relu', kernel_initializer=initializer))
classifier.add(MaxPooling2D(pool_size=(2, 2)))
classifier.add(Conv2D(64, (3, 3), activation = 'relu', kernel_initializer=initializer))
classifier.add(MaxPooling2D(pool_size=(2, 2)))
classifier.add(Dropout(0.4))
classifier.add(Flatten())
classifier.add(Dense(units = 128, activation = 'relu', kernel_initializer=identity()))
classifier.add(Dense(1))
classifier.add(Activation('sigmoid'))
  

Обучающая сеть:

 history = classifier.fit_generator(training_set,
                         steps_per_epoch = 1 * int(np.ceil(nb_train_samples / batch_size)),
                         epochs = 150,
                         validation_data = valid_set, 
                         validation_steps = 1 * int(np.ceil(nb_validation_samples / batch_size)),
                         callbacks=[earlyStopping, mcp_save, reduce_lr_loss])
  

Predct от datagen:

 test_generator = ImageDataGenerator(rescale = 1./255)
test_data_generator = test_generator.flow_from_directory(path_test,
                                            target_size = img_size,
                                            batch_size = batch_size,
                                            shuffle = False,
                                            class_mode = "binary")
test_steps_per_epoch = np.math.ceil(test_data_generator.samples / test_data_generator.batch_size)
predictions = model.predict_generator(test_data_generator, steps=test_steps_per_epoch)
  

Прогнозирование с использованием ручного импорта изображения:

 valid_images = [".jpg", ".jpeg", ".png"]

for filename in os.listdir(predict_path):        
    ext = os.path.splitext(filename)[1]
    if ext.lower() not in valid_images:
        continue                
    file = predict_path   "/"   filename
    test_image = tensorflow.keras.preprocessing.image.load_img(file, target_size = img_size)
    test_image = tensorflow.keras.preprocessing.image.img_to_array(test_image).astype(np.float32)
    test_image /= 255.
    test_image = np.expand_dims(test_image, axis = 0)
    result = model.predict(test_image)
    print(result)
    if result[0][0] == 1:
        prediction = 'True'
    else:
        prediction = 'Not True'
    print(prediction)
    img = Image.open(file)
    display(img)
    print("n")
    print("n")
  

Более интересно — если я использую нормализацию изображения перед прогнозом — результаты, предсказанные сигмоидом, становятся плавающими [0 .. 1], если я просто комментирую test_image /= 255. — результаты снова двоичные 0,1.

Вы проверяете, равен ли выходной слой ‘1’ или нет. Сигмоид обычно генерирует число от 0 до 1. Это может быть ‘1’ или может быть меньше 1. Вы должны использовать пороговое значение. И пороговое значение может быть 0,5 или любым другим значением, которое может быть определено путем оценки данных. Допустим, ваше пороговое значение равно 0,5. Если выходные данные вашей модели больше 0,5, то это 1, в противном случае считайте это 0.

В вашем коде вы сравниваете с 1. Итак, ваш порог равен 1.0. Вы едва ли получите выходное значение 1 из вашей модели с активацией сигмоида. Установите пороговое значение ниже. Сначала попробуйте с 0.5.

Все остальное кажется прекрасным. Если вы используете масштабированный ввод для обучения, то вам также следует масштабировать ввод перед прогнозированием.

Последней активацией должен быть слой ‘ReLU’, а не сигмовидный, теперь сделайте то же самое.

Должно решить вашу проблему, на самом деле слой ‘sigmoid’ выдает дробный вывод между 0-1. Вы сравниваете результаты только с 1. Это проблема. Вместо этого используется ‘relu’