caffe 训练模型好了一个模型,精度也很高,但是分类结果却很差

caffe 训练模型好了一个模型,精度也很高(train达到96%),测试(test也达到了95%),但是利用classification进行分类时,我就用test的图片那些图片来进行测试,分类结果却很差,大约70%左右,和accuracy的95%相差很大,这是为什么呢?
已邀请:

yulian99 - 清华电子狗

赞同来自: CatherineW ZHHJemotion

一般训练的时候有设置均值,所以test也需要均值的!我昨天弄一个均值文件,加上就正确了。
均值文件可以自己自己生成meanfile.npy 或者 meanfile.binaryproto(不需要leveldb-网上都这么做,但向我大数据听说转换后要几百个Gb,受不了啊)。还有结果还跟标签label.txt 有关系。

gotony5614

赞同来自:

我猜你忘了將圖減掉平均值

COCO_1

赞同来自:

怎么利用classification进行分类
 

a803966

赞同来自:

我也碰到,可有解决方法

ZHYP_

赞同来自:

同样碰到这种问题了! 请问可有解决方法!

a803966

赞同来自:

均值的问题

COCO_1

赞同来自:

具体怎么解决呢?是均值有什么问题能说清楚点吗
 

墨子浅心

赞同来自:

感觉不是你训练的模型有问题,是test时忘了减均值,或者其它问题

SuperStar

赞同来自:

楼主怎么解决的呢?我微调vgg后accuracy=1,但是用分类程序测试 训练数据很多都出错了,困扰好几天了?
我也用的./build/examples/cpp_classification/classification.bin $NET_DIR"/deploy.prototxt" /home/huang/caffe/caffe/examples/vgg_std/my.caffemodel $DATA_DIR"/mean.binaryproto" $DATA_DIR"/labels.txt" $1
类似这样的调用,有什么问题吗?

王老头 - DeepCBlue

赞同来自:

遇到同样问题,在训练的时候也没有减均值,是同样的操作。是回归问题,训练过程正常,est和gt相近,但是测试的结果值全在0附近。求解答

要回复问题请先登录注册