PK
если у вас С - авиалайне у вас не получится 0.87 от собаки никак
Size: a a a
2020 August 27
ЕТ
0.87, 0.03
А куда делось ещё 10%?
DK
если у вас С - авиалайне у вас не получится 0.87 от собаки никак
Получилось
DK
А куда делось ещё 10%?
Сигмойда не софтмакс
PK
что-то не так делаете, сама модель значит очень плохо распознает
PK
поидеи у вас в таком случае должны быть что-то типо 0.10 или 0.01
PK
обучится на большем количество изображений нужно и т.п.
PK
третий класс не нужен
DK
что-то не так делаете, сама модель значит очень плохо распознает
Top 1 classification report:
Class Precision Recall F1.0 Support
-------- ----------- -------- ------ ---------
A 0.99 0.94 0.97 400.00
B 0.95 0.99 0.97 400.00
Micro accuracy: 0.97
train по 2к на каждый класс
DD
Всем привет!
Есть какой-то адекватный способ нейронке сообщаить что она не знает что изображено на картинке?
Допустим обучаю сетку на 2 классах A и B кидаю на вход C и она выдает на [0.87, 0.03] (сигмойда на конце).
Знаю, что есть вариант кидать 3 класс X который учить на всяких рандомных фотках (мусоре не из A и B). Есть еще какие-то варианты, если мусорные фотки достать сложно?
Есть какой-то адекватный способ нейронке сообщаить что она не знает что изображено на картинке?
Допустим обучаю сетку на 2 классах A и B кидаю на вход C и она выдает на [0.87, 0.03] (сигмойда на конце).
Знаю, что есть вариант кидать 3 класс X который учить на всяких рандомных фотках (мусоре не из A и B). Есть еще какие-то варианты, если мусорные фотки достать сложно?
Можно вместо softmax функции потерь использовать обычную сигмоиду. Тогда сумма выходов не будет равна 1, но каждый выход будет от 0 до 1, и будет иметь вероятностный смысл. И если сумма всех этих предсказанных вероятностей сильно меньше 1, то значит, ни один класс в объекте нейронка уверенно не распознаёт.
DK
Еще разок, в сообщении пишу, что сигмойда.
DD
А, сорян.
Если сигмоида на конце и она видит класс A там, где его нет, то единственный способ улучшить ситуацию - дать больше примеров не А, других вариантов не вижу.
Если сигмоида на конце и она видит класс A там, где его нет, то единственный способ улучшить ситуацию - дать больше примеров не А, других вариантов не вижу.
EZ
Всем привет!
Есть какой-то адекватный способ нейронке сообщаить что она не знает что изображено на картинке?
Допустим обучаю сетку на 2 классах A и B кидаю на вход C и она выдает на [0.87, 0.03] (сигмойда на конце).
Знаю, что есть вариант кидать 3 класс X который учить на всяких рандомных фотках (мусоре не из A и B). Есть еще какие-то варианты, если мусорные фотки достать сложно?
Есть какой-то адекватный способ нейронке сообщаить что она не знает что изображено на картинке?
Допустим обучаю сетку на 2 классах A и B кидаю на вход C и она выдает на [0.87, 0.03] (сигмойда на конце).
Знаю, что есть вариант кидать 3 класс X который учить на всяких рандомных фотках (мусоре не из A и B). Есть еще какие-то варианты, если мусорные фотки достать сложно?
Для малого количества классов это проблематично
EZ
Просто потому что сеть не откуда узнать что собака это не все что без кошачьих усов условно
DK
Просто потому что сеть не откуда узнать что собака это не все что без кошачьих усов условно
А какой порядок классов, чтобы сетка начала смотреть на более глубокие фичи?
В моем кейсе ~100
В моем кейсе ~100
EZ
А какой порядок классов, чтобы сетка начала смотреть на более глубокие фичи?
В моем кейсе ~100
В моем кейсе ~100
Чем больше тем лучше
EZ
Молоко попробовать gradcam например
EZ
Посмотреть почему сетка думает что там что-то
DK
Молоко попробовать gradcam например
Это в процессе. Интересно было в общем случае, когда у нас не обязательно cnn-ка. И он поможет понять почему не работает, но не скажет как пофиксить.