内容时间：9月18日

实验结果

使用Kaggle猫狗分类的代码，即使用三个深度学习网络ResNet50, InceptionV3, Xception提取图片特征，然后使用神经网络DNN分类，验证集显示过拟合。本地精度0.93~0.95，在线精度0.8845。

         precision    recall  f1-score   support0       1.00      0.83      0.91         61       0.72      0.84      0.78        252       0.88      1.00      0.93         73       0.74      0.77      0.75        264       0.92      0.92      0.92        135       1.00      1.00      1.00         86       0.99      0.99      0.99       2057       1.00      1.00      1.00         58       0.98      1.00      0.99        659       1.00      0.68      0.81        1910       0.92      0.95      0.93        3711       1.00      1.00      1.00        12
avg / total       0.95      0.95      0.95       428

分析与设计

样本是不平衡的，（其他类所有的140张图片）

其中，其他文件夹所含类别数目如下：

本basemodel 关于不平衡使用的是调整损失函数的权重（class_weight）。关于kears flow如何处理文件夹.子文件夹.图片，调试可得：

整理后的sample文件夹如下，除train_gen外的子文件夹下均是相应图片：

后续操作

不一定可行

生成样本，数据扩充，并使其平衡；
其他类子类和11基本类一起处理，然后合并其他类子类；
选择合适阈值，低于均判为其他类；
特征选择或降维
使用单模型，fine-tune

代码位置

内容时间：9月19日

对于其他文件夹，划伤、打白点、气泡、碰凹、纹粗、铝屑大于等于10个样本，将其移出参与分类（位于代码tools中），

包括正常类，一共17类。数量分布如下。

数据增强（如何合理的增强）到每类100。

分类结果在训练集上过拟合，阈值设置的为0.4（似乎太大），本地验证集上不稳定在0.88，线上精度较差，0.7867。使用lightgbm本地精度0.80。（下图验证比0.2）

实验2代码位置

总结

好像没啥要说的，实验是在个人笔记本上跑的，之所以没用微调等是因为曾经对一个实验用Inception V3微调，跑到一般显存（应该是）不足崩了?，所有没有良好的实验设备不建议做数据驱动的DL，现实还是很重要的。实验2是有问题的，因为我是先增强后分成训练集和验证集的；应该改为先分成训练集和验证集再增强，代码位于上述链接tools.py中，近来LOL上分，不再修正。对于实验2，建议读者运行时全部核查重构。好好学习，天天向上?

天池：铝型材表面瑕疵识别笔记相关推荐

天池广东工业智造大数据创新大赛--铝型材表面瑕疵识别 --top1方案
天池广东工业智造大数据创新大赛--铝型材表面瑕疵识别 --top1方案共同启动"广东工业智造大数据创新大赛",旨在通过数据开放召集全球众智,将重点围绕工业制造大数据展开,以应用为 ...
天池：铝型材表面瑕疵识别比赛第10名算法分享github链接
天池:铝型材表面瑕疵识别比赛第10名算法分享 github链接赛季排名算法说明初赛复赛 11.26 update 19.5.17 update github链接 https://github ...
项目案例：基于 YOLO 的铝型材表面缺陷识别
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达导读针对铝型材表面缺陷快速准确检测的需求,本文提出一种基于 YO ...
matlab getsplitpic,MATLAB_9-模式识别笔记
1,识别单独字符的: 思想: picsize=[20,10];创建一个矩阵,将两个照片整理成大小一致的. 具体就是使用后面的:a=imresize(a,picsize); fonts='ABCDEFG ...
行为识别笔记：improved dense trajectories算法（iDT算法）
https://blog.csdn.net/wzmsltw/article/details/53023363 转于:http://blog.csdn.net/wzmsltw/article/detai ...
OCR文字识别笔记总结
OCR的全称是Optical Character Recognition,光学字符识别技术.目前应用于各个领域方向,甚至这些应用就在我们的身边,比如身份证的识别,交通路牌的识别,车牌的自动识别等等.本 ...
阿里云天池SQL训练营task6笔记
本笔记为阿里云天池龙珠计划SQL训练营的学习内容,链接为: Task06:综合练习题-10道经典题目-天池龙珠计划SQL训练营-天池技术圈-天池技术讨论区 (aliyun.com) 如果你 ...
阿里云天池训练营task4学习笔记
本笔记为阿里云天池龙珠计划SQL训练营的学习内容,链接为:https://tianchi.aliyun.com/specials/promotion/aicampsql 4.1表的加减法 4.1.1 ...
吴恩达《Convolutional Neural Networks》神经网络应用：人脸识别笔记
须知:本文作者建议各位读者结合Coursera上Andrew NG(吴恩达)教授的DeeLearning.ai课程一同学习,理解效果更佳.本文为<Convolutional Neural Net ...

天池：铝型材表面瑕疵识别笔记