问题标签 [efficientnet]

我正在尝试在 kaggle 上运行具有 nosiy 学生权重的高效网络 B7 模型，但出现错误：

我的代码：

我正在使用眼底图像数据进行糖尿病视网膜病变的图像分类任务。有5个班。数据分布为 1805 张图像（第 1 类）、370 张图像（第 2 类）、999 张图像（第 3 类）、193 张图像（第 4 类）、295 张图像（第 5 类）。以下是我尝试运行的步骤：

1. 预处理（调整大小 224 * 224）
2. 训练数据和测试数据的比例为 85% : 15%

3. 数据分析

4. 使用 ResNet-50 模型和交叉验证进行训练

我从这种方法中得到的最大结果是训练准确率为 81.2%，验证准确率为 72.2%，测试准确率为 70.73%。谁能给我一个改进模型的想法，以便我可以将测试准确率提高到 90% 以上？稍后，我将使用这个模型作为预训练模型来训练糖尿病视网膜病变数据，但来自其他来源。

顺便说一句，我尝试用这种方法替换我的预处理：

我还尝试用 VGG16 EfficientNetB0 替换我的模型。然而，这些都对我的结果没有太大影响。我仍然坚持大约 70% 的准确率。请帮助我想出一些想法来改善我的建模结果。我希望。

请我真的需要你的帮助，我正在尝试训练 EfficientNet，但我收到一条错误消息；ValueError：（x图像张量）和y（标签）应该具有相同的长度。找到：x.shape = (2205, 240, 240, 3), y.shape = (552, 240, 240, 3)

这是我下面的代码

代码使用tfjs-node：

输出：

如何读取对象检测的 predict() 响应？我期待一本带有num_detections, detection_boxes,detection_classes等的字典，如此处所述。

我也尝试过使用tf.execute()，但它抛出了以下错误：UnhandledPromiseRejectionWarning: Error: execute() of TFSavedModel is not supported yet.

我正在使用efficientdet/d0从这里下载的。

我想从预训练的 Keras 模型中删除前N层。例如，一个EfficientNetB0，它的前3层只负责预处理：

正如M.Innat提到的，第一层是一个Input Layer，应该保留或重新附加。我想删除这些层，但是像这样的简单方法会引发错误：

这将导致：

推荐的方法是什么？

我正在从 git hub 练习一个项目，我遇到了这个错误。

错误是：

IndexError：索引 0 超出轴 0 的范围，大小为 0

有人请帮忙。谢谢你

我想在Eurosat-rgb数据集中使用 EfficientNet 和迁移学习。我的问题是它似乎没有学习。

首先，我从使用 MobileNet 的迁移学习的以下模型开始，它运行良好(1)

然后，我从 MobileNet 更改为 EfficientNetB1，突然它什么也没学到(2)。然后，如果我尝试使用 model_base.trainable=True，训练准确性会提高，但验证准确性不会提高(3)。

我究竟做错了什么？

如果我在没有转移学习的情况下使用 EfficientNet，我也会得到很好的结果(4)，但显然需要很多时间。我也尝试过将优化器从 sgd 更改为 adam，但它也不起作用。

系统信息

• 操作系统平台和发行版：MacOS
• TensorFlow 安装自：Colab
• TensorFlow 版本：2.5.0
• Python版本：python 3.7
• GPU型号和内存：Tesla T4

错误 TypeError: Input 'y' of 'Sub' Op has type float16 that does not match type float32 of argument 'x'

当前行为

在使用混合精度并构建 Keras 功能 API 模型 (EfficientNet B0) 时，它显示以下错误 TypeError: Input 'y' of 'Sub' Op has type float16 that does not match type float32 of argument 'x'

注意：由于某种原因 StackOverflow 不允许我发布图片。访问以下链接以更深入地了解该问题： https ://github.com/tensorflow/tensorflow/issues/49725

预期行为

我在上一个单元格中设置的全局策略是mixed_float16. 运行时问题正常，tensorflow 2.4.1因此错误与tensorflow 2.5.0

您可以使用以下笔记本重现相同的错误： https ://colab.research.google.com/drive/1TfNZSIJ_I7IZI35RsGFnTdj-6beMHV2_?usp=sharing

我正在尝试使用 EfficientnetB4 训练预测模型并遇到此错误：

BatchDataset 似乎是efficientnet 中的一个对象。

这是我关于堆栈溢出的第一个问题。我将尝试提供尽可能多的背景信息。感谢您花时间阅读我的问题！

我目前正在efficentnet用于分类问题。我想在中间层上添加一个辅助头。辅助头是指另一组将产生第二个输出（2 个最终输出）的层。

目前，我设法使用以下代码在模型末尾添加了一个额外的头部：

我想做一个类似的过程，但是通过aux_head直接在中间层（这里它被命名block5a_expand_conv）上添加，我尝试的是：

但是这段代码会产生一个错误，名为：

有没有人知道在这里可以做什么工作？