我有一个约150张图像的小数据集 . 每个图像都有一个放在地板上的物体（白色和黑色矩形框） . 所有图像中的对象相同，但地板的图案不同 . 目标是训练网络以找到图像的中心 . 每张图片的尺寸为 256x256x3 .
Train_X 的大小为 150x256x256x3 ，Train_y的大小为 150x2 （此处为150表示图像总数）
我理解150个图像太小了数据集，但我可以放弃一些准确性，所以我在Conv网上训练数据 . 这是我使用的convnet架构
-
Conv2D图层（过滤器大小为32）
-
激活Relu
-
Conv2D图层（过滤器大小为64）
-
激活Relu
-
Flattern图层
-
密集（64）层
-
激活Relu
-
密集（2）
-
激活Softmax
-
model.compile（loss = 'mse'，optimizer = 'sgd'）
观察：训练模型总是返回标准化的图像中心0.5,0.5作为“对象”的中心，即使在训练数据上也是如此 . 当我在train_X上运行预测函数时，我希望得到一个矩形对象的中心而不是图像的中心 . 我是否因为我的转换层选择而得到此输出？
1 回答
由于您未在详细信息中提及，以下建议（如果您尚未实施）可能会有所帮助：
1）归一化输入数据（例如，如果您正在处理输入图像，x_train = x_train / 255，然后将输入馈送到图层）
2）尝试对最后一个输出层进行线性激活
3）在更高的时期运行拟合，并尝试不同的批量大小