http://blog.csdn.net/u010911921/article/details/71079367
http://www.mamicode.com/info-detail-1716297.html
loss一直是87.3365,accuracy 一直是0,可能的原因是:
-
标签的问题:
imagelist中,图像分类的标签label一定要从0开始,
-
分类层的 num_output 和 标签的值域 不符合:
a. 要知道imagenet是进行1000类的分类任务,我自己的数据是一个二分类,就一定要把最后‘fc8’InnerProduct的分类层的
num_output: 2
原来是1000,这个设成自己label的类别总数就可以。
b. 但是注意同时要修改train.prototxt和deploy.prototxt两个网络配置文件中的num_output
- 可能是学习率太高了
另外如果是最初的迭代的loss很小,然后突然变成87.3365?如果是这样,可以尝试一下调低学习率,我开始学习率是0.1,后来调成了0.001,反正就是调小,可以多试几次。