report_en.md

项目报告：动物图片识别及分类

By：陈永焱 韩雨璇

项目介绍

• 本次项目主要对一下两种模型进行了实验：
  • 二分类模型：判断图片里是否有某种动物，这次项目里对是否有猫和是否有狗分别进行了两组实验
  • 多组分类模型：判断图片里动物的种类，这次项目主要对猫的种类进行了实验

数据集

猫图: 16235, 有较大的噪声, 粗略估计噪声能达到40%-30%

其他图片: 15676

1. 二分类：判断图片是否有狗

1.1 实验数据

二分类实验	有	无	数据总数	训练验证比例
判断是否有狗	3321	3199	6520	0.2

1.2 模型

图片大小： 112 * 112

优化器：Adam （默认参数 lr=0.001）

基础模型：

1.3 实验结果

模型	正确率	损失	最优步数	备注
基础模型	0.8641 / 0.8133	0.3359 / 0.4312	4	过拟合，在epoch17时训练集正确率可达100%
两层Dropout(0.8)	0.9147 / 0.8977	0.2052 / 0.2878	26	Dropout概率有点高
FC层节点数减半	0.9078 / 0.8672	0.2314 / 0.3005	28	拟合度与不减半相似，但验证集准确率下降3%，可以在算力不够时使用
BN	0.9025 / 0.8898	0.2464 / 0.2897	52	由于算力不够batch size由128缩减为80，导致模型准确率和损失波动较大

基础模型：

两层Dropout(0.8):

BN:

BN调整学习率：

2. 多组分类：判断图片里猫的品种

2.1 实验数据

子集

	数据总数	训练集数量	验证集数量	训练验证比例
多组分类实验	3507	2811	696	0.2

全集

	数据总数	训练集数量	验证集数量	训练验证比例
多组分类实验	16235	12994	3241	0.2

2.2 模型以及实验结果

优化尝试	Accuracy(Train/Validation)	Loss(Train/Validation)
原始网络	~0.43/~0.36	~1.8/~2.1
3-4层使用5X5的padding	~0.46/~0.40	~1.19/~1.17

结果总结:

• 子集
  • 训练集准确率 > 45%, 损失 < 1.7
  • 验证集准确率 > 40%, 损失 ≈ 1.9
• 全集
  • 训练集准确率 > 50%, 损失 < 1.6
  • 验证集准确率 > 45%, 损失 ≈ 1.9

模型以及代码:

Conv2D(32, 3, padding='same', input_shape=(IMG_HEIGHT, IMG_WIDTH ,3)),
Activation('relu'),
Conv2D(32, 3),
Activation('relu'),
MaxPooling2D(pool_size=(2, 2), strides=(2, 2)),
Dropout(0.25),
Conv2D(64, 5, padding='same'),
Activation('relu'),
Conv2D(64, 5),
Activation('relu'),
MaxPooling2D(pool_size=(2, 2), strides=(2, 2)),
Dropout(0.25),
Flatten(),
Dense(512),
Activation('relu'),
Dropout(0.5),
Dense(classNum),
Activation('softmax')

子集

原始网络

改进后

全集

3. 总结与计划/问题与改进

• 还未尝完全的数据集
• 未加入正则化等限制和优化
  • 实际上加入之后准确率下降? 可能是为调参
• 完整的数据集噪声很大 ，会影响结果
• 完整的数据集算的太慢了
• 网络本身不够完善
• 原计划使用ResNet34或者VGG19等其他网络结构
  • 潜在问题: 训练花费太大，没有足够计算资源