###### tags: `修論` # CNN実験まとめ2 https://hackmd.io/SjninJbRQSeFiVH9fgdR7A 【調整するパラメータ】 epoch，学習率，バッチサイズ，データ拡張法， --- モデルをResNet50でテスト cropサイズを30,50,70,100で変更 | model | epoch | crop | batch | augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 30 | 64 | 水平反転，垂直反転，クロップ| 0.01 | ![](https://i.imgur.com/dN6n0on.png =360x)![](https://i.imgur.com/zNH2UFg.png =360x) | model | epoch | crop | batch | augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 50 | 64 | 水平反転，垂直反転，クロップ| 0.01 | ![](https://i.imgur.com/2t2t0EF.png =360x)![](https://i.imgur.com/4q8fTpi.png =360x) | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 70 | 64 | 水平反転，垂直反転，クロップ| 0.01 | ![](https://i.imgur.com/WMur2Ao.png =360x)![](https://i.imgur.com/wNKZ1yk.png =360x) | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 100 | 64 | 水平反転，垂直反転，クロップ| 0.01 | ![](https://i.imgur.com/iz1sMbA.png =360x)![](https://i.imgur.com/k3FjXB3.png =360x) ### 考察 - cropサイズが大きい程，trainでの正解率が上がっている．しかし，test画像の特徴と違うのかtestの正解率は安定しない - ロスは0.5で横ばいになる - Trainのロスはcrop数が大きいほど，安定する - epochは40辺りで --- ##### バッチサイズを32に変えて実験 | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | ------| -- |----| ----| | Resnet50 | 50 | 30 | 32 | 水平反転，クロップ| 0.01 | ![](https://i.imgur.com/cggnuPd.png =360x)![](https://i.imgur.com/I1R6tk2.png =360x) | model | epoch | crop | batch | augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 50 | 32 | 水平反転，クロップ| 0.01 | ![](https://i.imgur.com/1WsddBO.png =360x)![](https://i.imgur.com/D7HXjG6.png =360x) | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 70 | 32 | 水平反転，クロップ| 0.01 | ![](https://i.imgur.com/wqu5UOy.png =360x)![](https://i.imgur.com/lJGWZd6.png =360x) | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 100 | 32 | 水平反転，クロップ| 0.01 | ![](https://i.imgur.com/3UGuvj1.png =360x)![](https://i.imgur.com/yK1qIpn.png =360x) cropを170： ![](https://i.imgur.com/4eKYtbn.png =360x)![](https://i.imgur.com/2xMkgFa.png =360x) ### 考察 - cropが170の時，ロスが安定している正解も0.8近くになる場合があった - バッチサイズ64と比較して，64の方がロスが下がり安定する．バッチサイズが小さい方が細かい特徴を学習できるようであるため．特徴量の抽出が相応しくない可能性がある ##### 学習率をに変えて実験 | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | ------| -- |----| ----| | Resnet50 | 50 | 30 | 32 | 水平反転，クロップ| 0.01 | | model | epoch | crop | batch | augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 50 | 32 | 水平反転，クロップ| 0.01 | | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 70 | 32 | 水平反転，クロップ| 0.01 | | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | Resnet50 | 50 | 100 | 32 | 水平反転，クロップ| 0.01 | ### 考察 モデルをvgg16でテスト | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | vgg16 | 50 | 30 | 64 | 水平反転，クロップ| 0.01 | | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | vgg16 | 50 | 50 | 64 | 水平反転，クロップ| 0.01 | | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | vgg16 | 50 | 70 | 64 | 水平反転，クロップ| 0.01 | | model | epoch | crop | batch| augment | 学習率 | | -------- | -------- | -------- |----| ----| ----| | vgg16 | 50 | 100 | 64 | 水平反転，クロップ| 0.01 | ### 考察 ---