动物识别
数据来源:dphi 训练模型以识别5类动物
培训:6558张图像,验证:1638张图像,测试:901张图像
使用ImageDataGenerator进行图像增强,调整大小和规范化
使用Accuracy作为度量标准,并使用categorical_crossentropy作为损失函数
训练了几种不同的模型
楷模
描述
准确性
笔记
型号1:MLP
4层密集,图片尺寸[256x256],优化程序=亚当
40%
对于MLP来说还不错
型号2:MLP
具有2层滤除功能的5层密集模式,尝试了[256x256]和[100x100],优化程序尝试了adam和sgd
停留在23%
MLP无法解决此问题
型号3:CNN
5层CNN + Maxpooling +辍学+密集,[256x256],优化程序=“ adam”
停留在23%
不确定CNN的成效不佳,当地最低收益吗?
型号4:
1