前提・実現したいこと
カラー画像で分類問題を解いています。
元のデータ(410×254のカラー画像)をリサイズし50×30にすると精度が高く出るが
元のデータで実装すると精度が低いままepochを大きくしても同じ制度になってしまいます。
元のデータで精度を高くするためにはどのようにすれば良いでしょうか。
・データ数:1440
・学習データ数:1152
・検証データ数:288
↑元のデータの精度と損失係数
↑リサイズデータの精度と損失係数
以下が使用している構造です。
python
1 model = Sequential() 2 if input == None : 3 model.add(Convolution2D(32, 3, 3, border_mode='same', input_shape=self.x_train.shape[1:])) 4 else : 5 model.add(Convolution2D(32, 3, 3, border_mode='same', input_shape=input)) 6 7 model.add(Activation('relu')) 8 model.add(MaxPooling2D(pool_size=(2, 2))) 9 model.add(Dropout(0.25)) 10 model.add(Convolution2D(64, 3, 3, border_mode='same')) 11 model.add(Activation('relu')) 12 model.add(Convolution2D(64, 3, 3)) 13 model.add(MaxPooling2D(pool_size=(2, 2))) 14 model.add(Dropout(0.25)) 15 model.add(Flatten()) ! 16 model.add(Dense(512)) 17 model.add(Activation('relu')) 18 model.add(Dropout(0.5)) 19 model.add(Dense(self.nb_classes)) 20 model.add(Activation('softmax'))
あなたの回答
tips
プレビュー