具有大小為 4 的輸入數組和大小為 8 的 output 數組的神經網絡

Question

我正在嘗試處理從 YOLO v5 獲得的數據，它是每個檢測到的 object 的 4 個值（posX、posY、SizX、Sizy）的數組。 現在，我知道有幾個檢測是相關的，我想要一個神經網絡來找到這種關系。 對於每個數組輸入，它應該以 output 的形式返回一個 2x4 矩陣，或者扁平化的大小為 8 的數組。我正在使用 Keras Sequential Z20F35E630DAF439DBFA4C3F68FC5 訓練 4017 個樣本

model = Sequential()

model.add(layers.Dense(256, activation="relu", name="layer1"))
model.add(Dropout(0.5))
model.add(BatchNormalization())
model.add(layers.Dense(592, activation="relu", name="layer2"))
model.add(Dense(8))
model.add(Activation('softmax'))

sgd = tf.keras.optimizers.SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='binary_crossentropy',
              optimizer=sgd,
              metrics=['accuracy'])
hist=model.fit(X, y, batch_size=48, epochs=50, validation_split=0.2)

但我得到的結果並不好：

Epoch 20/20
80/80 [==============================] - 1s 10ms/step - loss: 0.5413 - accuracy: 0.9963 - val_loss: 0.5414 - val_accuracy: 0.9937

預測在哪里：

Input: [0.50070833 0.50070833 0.42683333 0.22983333]

Expected Output: [[0.591      0.50070833 0.04514583 0.25035417]
                 [0.50070833 0.34475    0.44735417 0.04514583]]

NeuralNetwork Output: [[0.28618604 0.18969838 0.00889739 0.06283922]
                      [0.18952993 0.09904755 0.15489812 0.00890343]]

添加/抑制層/BatchNormalization/Dropout 沒有任何區別，更改損失函數/優化器只會使結果惡化。 您對這個問題有什么建議或解決方案嗎？

Answer 1

output 處的 Softmax 激活用於分類問題，您似乎不是在做分類，而是回歸（因為 output 是連續的，而不是離散的）。

然后，您應該將 output 處的激活更改為適當的值，例如linear （一般解決方案）或sigmoid （如果目標在 [0, 1] 范圍內）。