推 email81227: 圖片那個有可能是模型太淺?請問後面是怎個不理想呢? 06/21 21:48
推 andy086: 你的圖片顏色都長一樣嗎?這樣用NN模型應該很難train吧, 06/21 22:26
→ andy086: cnn跑完的特徵矩陣會太過接近,這種感覺可以用opencv處理 06/21 22:26
→ andy086: 看看 06/21 22:26
→ andy086: 用色階方式處理在判斷圖形之類的 06/21 22:27
→ andy086: 驗證會這麼動盪感覺就是模型自己也不是很確定所以兩邊在 06/21 22:29
→ andy086: 猜,要馬就猜對很高不然就一起猜錯 06/21 22:29
→ s1010257: 目前不確定是不是模型太淺的關係,之前有試過比較深的cn 06/21 23:04
→ s1010257: n,但結果訓練集很快就收斂,最後測試集的混淆矩陣可以 06/21 23:04
→ s1010257: 看到沒有像訓練集的準確一樣高,結果就像下面這張圖 06/21 23:04
→ s1010257: 有可能喔,圖像擴增其實圖片背景顏色都差不多,我再嘗 06/21 23:08
→ s1010257: 試做一點其他顏色的圖片來訓練,謝謝你的建議,我再來 06/21 23:08
→ s1010257: 嘗試看看 06/21 23:08
→ s1010257: opencv影像處理這類的問題我想應該沒問題,但這個研究 06/21 23:11
→ s1010257: 的內容得用AI的元素QAQ 06/21 23:11
→ chang1248w: 為啥輸出是二維? 06/22 01:23
→ chang1248w: 輸出一維然後loss用BCE試試 06/22 01:26
→ chang1248w: 沒事 06/22 01:27
推 sxy67230: 很有可能最後的flattern出來的特徵太過相似,其實你的 06/22 19:19
→ sxy67230: 模型根本沒學到真正細部的特徵,用opencv同階色化 crop 06/22 19:19
→ sxy67230: 到你想要的部份在去train,或是直接轉換任務為相似度比 06/22 19:19
→ sxy67230: 對問題,在去做訓練。 06/22 19:19
→ s1010257: 用2D的卷積層,輸出張量是3D的應該沒錯(高、寬、channe 06/22 21:17
→ s1010257: l) 06/22 21:17
→ s1010257: 好,謝謝您的建議,我先去了解一下關於您的建議再去做 06/22 21:22
→ s1010257: 嘗試,謝謝 06/22 21:22
推 Sfly: 我覺得你需要來個1x1 conv 06/24 16:23
→ s1010257: 好,會嘗試看看 謝謝你! 06/24 23:59
推 email81227: 我注意到你給的圖片上loss不是binary_crossentropy 06/25 19:52
→ email81227: 有用過binary的試試看嗎? 06/25 19:53
→ s1010257: 最ㄧ開始我也有用過binary後來才改用categorical狀況好 06/26 01:26
→ s1010257: 像也沒改善,之後再測測看 06/26 01:26
→ p193202: 機械手臂擺放晶圓 wafer 的異常偏移偵測? 06/29 14:00
推 qwe84518: 把BN拿掉看看 06/30 16:19
→ s1010257: p大 不是,是類似判斷孔洞鑽孔是否正常的瑕疵檢測 06/30 21:29
→ s1010257: q大 有試著拿掉看看,但如果網路太深發現訓練結果都會 06/30 21:33
→ s1010257: 集中在pass,也有試過比較淺的,只是準確率也差不多在50 06/30 21:33
→ s1010257: 左右,目前在嘗試研究透過opencv對圖像做些處理再進行訓 06/30 21:33
→ s1010257: 練,之前都是丟原圖直接下去做模型訓練 06/30 21:33