0

我曾尝试使用https://github.com/tensorflow/models/tree/master/research/slim中提到的 cifar10 数据集训练 mobilenetV2唯一的变化是我在 CPU 上完成了它，但我最终只获得了 63% 的准确度，但声明准确率为 94%

DATASET_DIR=/tmp/cifar10
TRAIN_DIR=/tmp/train_logs
python train_image_classifier.py \
--train_dir=${TRAIN_DIR} \
--dataset_name=cifar10 \
--dataset_split_name=train \
--dataset_dir=${DATASET_DIR} \
--model_name=mobilenet_v2 \
--clone_cpu=True
4

2 回答 2

0

Tq @Mark Sandler 他们做的黑客是正确的，我通过将前 3 层的步幅更改为 1 在总共 5 层中的步幅为 1 获得了大约 93% 的准确度，步幅 2在此处输入图像描述

文件链接是：https ://github.com/tensorflow/models/blob/master/research/slim/nets/mobilenet/mobilenet_v2.py

于 2019-10-20T12:43:06.097 回答
0

出于好奇，您指的是哪个声明的准确性？

所有这些网络要在 Cifar10 上进行良好训练而不需要更改，都需要将 Cifar10 上采样到 224x224（或类似）分辨率。train_image_classifier 中应该有一个标志。

于 2019-10-10T05:03:49.233 回答