Q&A
GoogLeNetを改変して3クラスの画像分類をしようと思っています。
https://github.com/BVLC/caffe/blob/master/models/bvlc_googlenet/train_val.prototxt
こちらを参考にしているのですが、エラーが出たのでnum_outputを1000→3に変更したのですが、まだエラーが出るのでtop_k: 5→3に変更しました。
かなり初歩的な質問にはなると思うのですが、まずtop_kとは何のパラメーターなんでしょうか。
また、この2つを変更して動くようにはなったのですが、
Train net output #0: loss1/loss1 = 0.00388206 (* 0.3 = 0.00116462 loss)
Train net output #1: loss1/top-1 = 1
Train net output #2: loss1/top-5 = 1
Train net output #3: loss2/loss2 = 0.00339478 (* 0.3 = 0.00101843 loss)
Train net output #4: loss2/top-1 = 1
Train net output #5: loss2/top-5 = 1
Train net output #6: loss3/loss3 = 0.00537069 (* 1 = 0.00537069 loss)
Train net output #7: loss3/top-1 = 1
Train net output #8: loss3/top-5 = 1
outputが8つ表示されます。他のモデルは1つだったのですが、なぜ8つも表示されるのでしょうか。
回答1件
0
top_k スコアの意味
リファレンスに記載があります。
予測した確率が高い上位 k 個のラベルに正解のラベルが含まれている割合を top_k スコアといいます。
top_1 スコアの場合、予測した最も確率が高いラベルが正解ラベルと同じ割合
top_5 スコアの場合、予測した確率が高い上位5個に正解ラベルが含まれている割合
となります。ImageNet のコンペティションでは、top_1, top_5 スコアで評価します。
outputが8つ表示されます。他のモデルは1つだったのですが、なぜ8つも表示されるのでしょうか。
8ではなく、9個ですね。
出力層が3つのあるので、3つの出力層それぞれの loss, top_1 スコア, top_5 スコアが表示されるので、合計9個です。
GoogleNet (inception v1) の構造は、論文を参照ください。
num_outputを1000→3に変更したのですが、まだエラーが出るのでtop_k: 5→3に変更しました。
3クラスしかないなら、top_1, top_2, top_3 スコアまでは定義できるが、k >= 4 以上だと、top_k スコアが定義できなくなるので、エラーとなったのでしょう。
k <= クラス数にする必要があると思います。
ちなみに3クラスしかない中、top_3 にしたので、確率が高い上位3つの中に必ず正解ラベルが含まれるわけなので、top_3 = 1 になっている理由がわかるかと思います。
投稿2019/12/13 05:31
編集2019/12/13 05:36
総合スコア21956
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2019/12/15 05:53
2019/12/15 07:58