Image processing 卷积神经网络中图像的维数应该是多少

从初学者到深入学习

我正试图通过卫星图像（谷歌地图）识别普纳市的贫民窟。所以，在培训数据集中，我提供了大约100张贫民窟的图片和100张其他地区的图片。但是，即使准确率很高，我的模型也不能正确地对输入图像进行分类。 我想这可能是因为图像的尺寸。 我正在将所有图像的大小调整为128*128像素。 内核大小为3*3

链接到地图：

下面是代码

导入操作系统，cv2
导入glob
将numpy作为np导入
从keras.utils导入plot\u模型
从keras.utils.np\u utils导入到\u category
从sklearn.utils导入shuffle
从sklearn.model\u选择导入列车\u测试\u拆分
从keras.models导入模型
从keras.layers导入输入、卷积2D、MaxPoolig2D、展平、密集、衰减
PATH=os.getcwd（）
data_path=path+'/dataset/*'
files=glob.glob（数据路径）
X=[]
对于文件中的myFiles：
image=cv2.imread（myFiles）
image_resize=cv2.resize（图像，（256，256））
X.append（图像大小）
image_data=np.数组（X）
image\u data=image\u data.astype（'float32'）
图像_数据/=255
打印（“图像数据形状”，图像数据形状）
没有类中的类=2
样本数量=图像数据。形状[0]
label=np.ones（无样本，dtype='int64'）
标签[0:86]=0#贫民窟
标签[87:]=1#noSlum
Y=到_分类（标签，没有_类）
#洗牌数据集
x、 y=shuffle（图像数据，y，随机状态=2）
x_序列，x_测试，y_序列，y_测试=序列测试分割（x，y，测试大小=0.2，随机状态=2）
#打印（x_系列）
#打印（y_列）
输入\形状=图像\数据[0]。形状
输入=输入（输入形状）
conv_1=卷积2d（32，（3,3），padding='same'，activation='relu'）（输入）
conv_2=卷积2d（32，（3,3），填充='same'，激活='relu'）（conv_1）
pool_1=MaxPooling2D（pool_size=（2,2））（conv_2）
辍学1=辍学（0.5）（人才库1）
conv_3=卷积2d（64，（3,3），padding='same'，activation='relu'）（drop_1）
conv_4=卷积2d（64，（3,3），padding='same'，activation='relu'）（conv_3）
pool_2=MaxPooling2D（pool_size=（2,2））（conv_4）
辍学2=辍学（0.5）（人才库2）
展平1=展平（）（下降2）
隐藏=密集（64，激活='relu'）（平坦1）
drop_3=辍学（0.5）（隐藏）
out=密集（没有类，激活='softmax'）（drop_3）
模型=模型（输入=输入，输出=输出）
compile（损失='categorical_crossentropy'，优化器='rmsprop'，度量=['accurity']）
模型拟合（x_序列，y_序列，批量大小=10，nb_历元=20，详细=1，验证_数据=（x_测试，y_测试））
model.save（'model.h5'）
分数=模型。评估（x_检验，y_检验，详细度=1）
打印（'测试损失：'，分数[0]）
打印（'测试精度：'，分数[1]）
测试图像=x测试[0:1]
打印（测试图像形状）
打印（模型预测（测试图像））

通常，您上面描述的行为类似于NN无法识别输入图像上的小对象。试想一下，你给出了一幅128*128的粗糙噪声图像，但什么也看不见——你想让NN正确地对对象进行分类吗

怎么办？ 1） 尝试手动将数据集中的一些输入图像转换为128*128大小，看看您真正训练NN的数据是什么。因此，它将为您提供更多的洞察力-->也许您需要更好的图像尺寸

2） 添加更多的Conv层和更多的神经元，通过向输出函数添加更多的非线性，使您能够检测小而复杂的对象。谷歌这样伟大的神经网络结构，如ResNet

3） 添加更多的训练数据，100张图像不足以产生合适的结果

4） 同时添加数据增强技术（在您的案例中，轮换似乎非常强烈）

---

不要放弃：）最终，你会解决的。祝你好运

我会试试这些建议。看来需要一些严重的肘部润滑油。。非常感谢你。。！不客气。等待你的成功和成就。用更多的事实编辑你的帖子，肯定会有帮助。你是对的。。我意识到机器很难检测128*128维的特征。增加图像的维度和添加更多的训练数据对我来说很有用。但准确度不是很好。我想向数据集添加更多图像和增强应该会起作用。很高兴知道）当您获得更多数据并添加数据增强时，我相信您会成功：）P.S我通常使用512*512维或其周围。以及AWS上的1个批量大小和GPU。但这取决于数据，也许有些狗和猫的分类128*128是非常棒的。通常，使用opencv库手动检查图像在减少和增加尺寸时的外观是理解的关键