search

tslgithub / image_class

基于keras集成多种图像分类模型： VGG16、VGG19、InceptionV3、Xception、MobileNet、AlexNet、LeNet、ZF_Net、ResNet18、ResNet34、ResNet50、ResNet_101、ResNet_152、DenseNet
434 stars 145 forks source link

请问一下为什么要取消DenseNet网络？ #9

Open wxs29 opened 4 years ago

wxs29 commented 4 years ago

你好，是什么原因要取消DenseNet网络做分类啊？

tslgithub commented 4 years ago

之前只是给了一个很简单的版本的DenseNet，容易出bug，我没有时间去做调试，所以干脆diss啦

wxs29 commented 4 years ago

之前只是给了一个很简单的版本的DenseNet，容易出bug，我没有时间去做调试，所以干脆diss啦

好吧，但是我用你写的Densenet做分类效果非常好，不过最近添加了数据（总共4类，近11万数据）就训练不了了，显示memory error，但我的显卡是2080TI，内存应该算大的了，训练Resnet101却没问题（但感觉比Densenet差一丢丢），所以想请教一下你。 另外，想请问下你的是在你的数据集下那个模型分类效果最好啊？谢谢啦～

tslgithub commented 4 years ago

这个代码会预先把所有的数据加载到内存，所以数据太大了，会出现内存不足的现象（不是2080Ti的现存），如果你一定要用Densenet，你可以自己改一下代码，对于Densenet的代码，我只是注释了，你把注释打开，自己调一下

tslgithub commented 4 years ago

具体那种模型效果好，也要看情况，我这边训练，有的数据集用resnet效果好点，有的数据集用inception效果好点，有的用VGG好点

wxs29 commented 4 years ago

好的，谢谢了！这几天我跑了一下你写的所有模型，然后再测试我的数据集，发现居然是最简单的LeNet网络效果最好，其次是ResNet18，深层次的网络结构反而不好，所以真的效果好不好还得看数据集的实际测试^-^哈哈，再次感谢你的分享啦～

wangyexiang commented 4 years ago

您好，请教一个问题，我看了很多densenet的代码，用plot_model保存的网络结构，基本都是相邻模块之间的跨层连接，并没有像作者画的结构图那样每层之间都相互连接，为什么呢？也可能是我理解错了哈，谢谢。