python - 用于测试二元分类模型的 PyCaffe 输出层

Question

我为二进制分类微调了 vgg-16。我使用 sigmoidLoss 层作为损失函数。

为了测试模型，我编写了一个 python 文件，在该文件中我用图像加载模型并使用以下命令获取输出:

out = net.forward()

我的疑问是我应该从 Sigmoid 层还是 SigmoidLoss 层获取输出。2层之间有什么区别。

我的输出实际上是输入图像是类别 1 的概率。**

Answer 1

为了对测试集进行预测，您可以通过修改原始 prototxt 来创建一个单独的部署 prototxt。

下面是相同的步骤

• 删除用于训练的数据层，至于在分类的情况下，我们不再为我们的数据提供标签。
• 删除任何依赖于数据标签的层。
• 设置网络以接受数据。
• 让网络输出结果。

您可以在这里阅读更多相关信息:deploy prototxt

否则，您可以添加
包括 { 阶段:火车

到您的 SigmoidWithLoss 层，以便在测试网络时不使用它。要进行预测，只需检查 Sigmoid 层的输出即可。