加载的 MobileNet 模型给出了错误的预测
Loaded MobileNet model giving wrong predictions
我正在尝试加载 mobilenet_v2_1.4_224 (link: https://github.com/tensorflow/models/tree/master/research/slim/nets/mobilenet) 在 TensorFlow 中训练，并在 GoLang.
中提供
问题是，当我尝试用熊猫对图像进行预测时，我得到了错误的预测。我的猜测是我下载了错误的 imagenet 标签文件。我上面提到的网络是在哪个 imagenet 数据集上训练的？
来自 Tensorflow Model Zoo 的 AFAIK MobileNet 是在 ILSVRC-2012-CLS 上训练的，它有 1,000 类，包括大熊猫和小熊猫。
但是，由于 MobileNet 并非 100% 准确，您可能会遇到不同的结果，具体取决于您提供的输入图像。确保它紧紧围绕熊猫裁剪，并尝试各种图像，因为有些图像可能 return 不正确的标签，因为即使是最好的 MobileNets V2 模型在 ImageNet 数据集上的准确率也约为 70%。
如果您希望能够更精确地分类 pandas，我建议您使用 Panda 数据集重新训练您的 MobileNet 模型。有很多关于如何执行此操作的可用示例，我在下面链接了几个使用 MobileNets 架构和 Tensorflow 作为框架的示例。
我正在尝试加载 mobilenet_v2_1.4_224 (link: https://github.com/tensorflow/models/tree/master/research/slim/nets/mobilenet) 在 TensorFlow 中训练，并在 GoLang.
中提供问题是，当我尝试用熊猫对图像进行预测时，我得到了错误的预测。我的猜测是我下载了错误的 imagenet 标签文件。我上面提到的网络是在哪个 imagenet 数据集上训练的？
来自 Tensorflow Model Zoo 的 AFAIK MobileNet 是在 ILSVRC-2012-CLS 上训练的，它有 1,000 类，包括大熊猫和小熊猫。
但是，由于 MobileNet 并非 100% 准确，您可能会遇到不同的结果，具体取决于您提供的输入图像。确保它紧紧围绕熊猫裁剪，并尝试各种图像，因为有些图像可能 return 不正确的标签，因为即使是最好的 MobileNets V2 模型在 ImageNet 数据集上的准确率也约为 70%。
如果您希望能够更精确地分类 pandas，我建议您使用 Panda 数据集重新训练您的 MobileNet 模型。有很多关于如何执行此操作的可用示例，我在下面链接了几个使用 MobileNets 架构和 Tensorflow 作为框架的示例。