如何一步一步提高图像分类准确率?

  1. 云栖社区>
  2. 雷锋网>
  3. 博客>
  4. 正文

如何一步一步提高图像分类准确率?

玄学酱 2017-10-24 14:43:00 浏览1511
展开阅读全文

一、问题描述

当我们在处理图像识别或者图像分类或者其他机器学习任务的时候,我们总是迷茫于做出哪些改进能够提升模型的性能(识别率、分类准确率)。。。或者说我们在漫长而苦恼的调参过程中到底调的是哪些参数。。。所以,我花了一部分时间在公开数据集 CIFAR-10 [1] 上进行探索,来总结出一套方法能够快速高效并且有目的性地进行网络训练和参数调整。

CIFAR-10 数据集有 60000 张图片,每张图片均为分辨率为 32*32 的彩色图片(分为 RGB3 个信道)。CIFAR-10 的分类任务是将每张图片分成青蛙、卡车、飞机等 10 个类别中的一个类别。本文主要使用基于卷积神经网络的方法(CNN)来设计模型,完成分类任务。

首先,为了能够在训练网络的同时能够检测网络的性能,我对数据集进行了训练集 / 验证集 / 测试集的划分。训练集主要用户

网友评论

登录后评论
0/500
评论
玄学酱
+ 关注
所属云栖号: 雷锋网