Caffeを用いたGoogLeNetによる画像分類時にすべて同クラスに分類される

Question

前提・実現したいこと

深層学習フレームワークCaffeを用いて2クラス分類を行っています。アルゴリズムはGoogLeNetです。
学習の結果、test_accuracyは約0.89となりました。
その後、pythonスクリプトで画像分類を行ったところ、全て同じクラスに分類されてしまいます。
テストに用いたデータ、訓練にもテストにも用いていないデータを使用した場合も結果は同様です。
以下に画像分類に使用した、pythonスクリプトと10個の画像に対する出力結果を載せます。

ご回答よろしくお願いします。

classify.py

#!/usr/bin/env python
#_*_ coding: utf-8 _*_

import numpy as np
import scipy as sp
import sys

import caffe
from PIL import Image

argvs = sys.argv
argc = len(argvs)

IMAGE_FILE = argvs[1]

caffe.set_mode_gpu()

model_def = 'deploy.prototxt' # deploy.prototxtを指定
model_weights = 'snapshot/bvlc_googlenet_iter_720000.caffemodel' # 学習で生成されたモデル（連番の最後）を指定
net = caffe.Net(model_def, model_weights, caffe.TEST) # 変数netにcaffe.Netを生成

# transformerを生成
transformer = caffe.io.Transformer({'data': net.blobs['data'].data.shape})
transformer.set_raw_scale('data', 255)
transformer.set_transpose('data', (2, 0, 1))
transformer.set_channel_swap('data',(2,1,0))

net.blobs['data'].reshape(1, 3, 224, 224) # 学習のバッチサイズ, チャネル数, 縦, 横の順で

#for cl in range(0, 2): # clはクラスの連番
#  print('\nprint class: ' + str(cl))
#    for n in range(0, 2):

# (cl)_(n).pngの画像をロード
image = caffe.io.load_image(IMAGE_FILE)

# データの整形
transformed_image = transformer.preprocess('data', image)
net.blobs['data'].data[...] = transformed_image
output = net.forward()
output_prob = output['prob'][0]



print('predicted class is ', output_prob)

出力結果

全て2つ目のクラスに分類されてしまっています。

('predicted class is ', array([0.0457759, 0.9542241], dtype=float32))
('predicted class is ', array([0.01303386, 0.98696613], dtype=float32))
('predicted class is ', array([0.07630268, 0.9236973 ], dtype=float32))
('predicted class is ', array([0.01624789, 0.98375213], dtype=float32))
('predicted class is ', array([0.14536919, 0.85463077], dtype=float32))
('predicted class is ', array([0.04405485, 0.95594513], dtype=float32))
('predicted class is ', array([0.09450724, 0.9054927 ], dtype=float32))
('predicted class is ', array([0.01997812, 0.9800219 ], dtype=float32))
('predicted class is ', array([0.01074958, 0.9892504 ], dtype=float32))
('predicted class is ', array([0.06119116, 0.93880886], dtype=float32))

試したこと

学習時と分類時に使用したレイヤー名の一致は確認しました。

Comments

[kuma_kuma_]

classify.pyに訓練時の画像データを投入した場合
分類は正しくおこなわれますか？

[gammaman]

訓練時の画像データを投入したとき、ほとんど同じクラスに分類されてしまいます。
2クラスのうち一方のクラスでは全て正しい結果で分類され、
もう一方のクラスでは、２割程度のみ正しく分類されます。

[kuma_kuma_]

> 訓練時の画像データを投入したとき、ほとんど同じクラスに分類されてしまいます。
そうしたら、
1. 訓練データの作成に不備があって「学習で生成されたモデル」が役に立っていない
2.「学習で生成されたモデル」での処理が訓練データ時のパラメータ等が違う
となります。
どちらにしても訓練データの作成方法が判らないと判断できませんね...

[gammaman]

>どちらにしても訓練データの作成方法が判らないと判断できませんね...
答えにならないかも知れませんが、作成方法は訓練用のカラー画像を用意して
$CAFE_DIR/build/tools/convert_imageset -resize_height=224 -resize_width=224 -shuffle ./ train.txt train_lmdb
以上のコマンドでLMDBを作成し、このLMDBを使用して訓練しました。