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?
最佳答案
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。
关于python - CNN模型预测,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51192220/