python - CNN模型预测

Question

我正在尝试建立一个模型来识别人类的一个 Action 。我的事件是识别一个正在抓球的人。我已经有大约 260 个正确 Action 的记录，并且我用标签“catch”和“nothing”对该文件进行了注释来训练我的模型。我还有另一个文件，这个文件也有注释，只是为了测试模型的准确性。

我正在使用基于此的 CNN 模型 site 。我将窗口大小修改为400(相当于4s的记录) 因此，在训练我的模型之后，我得到了以下结果(我的模型已保存并且已经根据以前的记录进行了训练，这就是它在第一个时期给出良好结果的原因):

Epoch:  0  Training Loss:  0.5428493594505138  Training Accuracy:  0.99394274

Epoch:  1  Training Loss:  0.5227164919283446  Training Accuracy:  0.99394274

Epoch:  2  Training Loss:  0.5037865922760709  Training Accuracy:  0.99449337

Epoch:  3  Training Loss:  0.4860136515261339  Training Accuracy:  0.99614537

测试准确度:0.5686275

我要训练的代码是:

for epoch in range(training_epochs):
        cost_history = np.empty(shape=[1], dtype=float)
        for b in range(total_batchs):
            offset = (b * batch_size) % (train_y.shape[0] - batch_size)
            batch_x = train_x[offset:(offset + batch_size), :, :, :]
            batch_y = train_y[offset:(offset + batch_size), :]
            _, c = session.run([optimizer, loss], feed_dict={X: batch_x, Y: batch_y})
            cost_history = np.append(cost_history, c)
            print("Epoch: ", epoch, " Training Loss: ", np.mean(cost_history), " Training Accuracy: ",                session.run(accuracy, feed_dict={X: train_x, Y: train_y}))
        print("Testing Accuracy:", session.run(accuracy, feed_dict={X: test_input, Y: test_labels}))

之后，我想预测一些结果:

prediction = session.run(y_, feed_dict={X: predict_input})

但结果是:

[[7.6319778e-04 9.9923682e-01]

 [3.3351363e-04 9.9966645e-01]

 [2.5510782e-04 9.9974483e-01]

...

 [2.5133172e-04 9.9974865e-01]

 [2.4705922e-04 9.9975294e-01]

 [3.0652966e-04 9.9969351e-01]

 [1.5634180e-04 9.9984360e-01]]

手头上的问题:

• 我做错了什么吗？
• 预测值不应该是更高的值，例如 [0.80 0.20] 吗？
• 窗口大小设置为 400 合适吗？
• 在预测中，每行对应一个数据窗口大小，我说得对吗？

Answer 1

Clarifying range of prediction values

据我所知，你的值是 0.007 和 0.993 或那个幅度的东西 - 那么你所说的更高到底是什么意思，因为总和总是 1。所以如果一个变高，另一个应该变小 - 如果我理解的话你的问题正确。

Clarifying prediction correspondance

由于您用“catch”和“nothing”类标记了数据，这就是您的预测所对应的内容。因此，输出 (0, 1) 意味着您的网络预测输入属于第二类。

Clarifying window size

为了解决这个问题，我首先需要你解释一下窗口大小的含义。您用作输入的记录秒数？如果是这样，我想说，如果你可以在这个时间框架内识别出“捕获” - 那么你的网络也应该能够这样做。 除此之外，这对于线搜索来说是一个合适的情况。