MLND Project 5 - Image Classification

Introduction

在这一项目中，你需要对 CIFAR-10 数据集 进行图像分类。

该数据集包含飞机，狗，猫等一共10个类型的图片，共50000张。你需要先对数据集进行预处理，然后用卷积神经网络对所有样本进行训练。你要先将图像归一化（normalize），对标签进行独热编码（one-hot encode the labels），然后建立卷积层、最大池化层和全连接层。最后，你将看到该模型对样本图像作出的预测结果。

Performance

• MNIST

  Model	Epochs	Accuracy
  传统神经网络 FC1024, FC1024	50	98%
  卷积神经网络 类VGG结构	50	99.5%

• CIFAR10

  Model	Epochs	Accuracy
  TensorFlow CONV16, CONV32, CONV64, FC128	100	70%
  TensorFlow CONV16, CONV32, CONV64, FC128 (Xavier, BN, L2)	100	72%
  Keras 类VGG (CONV / CONV / POOL) * 3, FC128	100	80%
  Keras 类VGG (CONV / CONV / POOL) * 3, FC128 (With Data Augmentation)	100	89%

Methodology

• Preprocessing

  • Normalize
  • One-hot Encoding

• Model Construction

  • Input Layer
  • Convolution + Maxpooling Layer
  • Flatten Layer
  • Fully Connected Layer
  • Dropout
  • Output Layer

• Parameter Fine Tuning

  • epoch
  • batch_size
  • stddev
  • conv_num_output
  • conv_size (width x height)
  • conv_stride
  • pooling_size (width x height)
  • pooling_stride
  • full_num_output
  • Activation Function (Conv Layer, Fully Connected Layer)
  • Padding Style