畳み込みニューラルネットワークモデルアーキテクチャ

Question

私はKerasで表情認識に取り組んでいます。

私は72000イメージのデータセットを持っています。私はの列をの80％、の10％、検証との10％をテストに使用しています。

すべての画像はグレースケールモードで48 x 48です。

私のモデルのアーキテクチャは、このようなものです：

model = Sequential() 
model.add(Conv2D(64, 5, 5, border_mode='valid', input_shape=(img_rows, img_cols, 1))) 
model.add(PReLU(init='zero', weights=None)) 
model.add(ZeroPadding2D(padding=(2, 2), dim_ordering='tf')) 
model.add(MaxPooling2D(pool_size=(5, 5),strides=(2, 2))) 

model.add(ZeroPadding2D(padding=(1, 1), dim_ordering='tf')) 
model.add(Conv2D(64, 3, 3)) 
model.add(PReLU(init='zero', weights=None)) 
model.add(ZeroPadding2D(padding=(1, 1), dim_ordering='tf')) 
model.add(Conv2D(64, 3, 3)) 
model.add(PReLU(init='zero', weights=None)) 
model.add(MaxPooling2D(pool_size=(3, 3),strides=(2, 2))) 

model.add(ZeroPadding2D(padding=(1, 1), dim_ordering='tf')) 
model.add(Conv2D(128, 3, 3)) 
model.add(PReLU(init='zero', weights=None)) 
model.add(ZeroPadding2D(padding=(1, 1), dim_ordering='tf')) 
model.add(Conv2D(128, 3, 3)) 
model.add(PReLU(init='zero', weights=None)) 
model.add(ZeroPadding2D(padding=(1, 1), dim_ordering='tf')) 
model.add(MaxPooling2D(pool_size=(3, 3),strides=(2, 2))) 

model.add(Flatten()) 
model.add(Dense(1024)) 
model.add(PReLU(init='zero', weights=None)) 
model.add(Dropout(0.2)) 
model.add(Dense(1024)) 
model.add(PReLU(init='zero', weights=None)) 
model.add(Dropout(0.2)) 

model.add(Dense(7)) 
model.add(Activation('softmax')) 

ada = Adadelta(lr=0.1, rho=0.95, epsilon=1e-08) 

私はいくつかの質問を持っている：

1 /層の数とその最適なパラメータ（たたみ込み、マックス・プーリング、ドロップアウトなど）を選択する方法最高のパフォーマンス（精度）を提供する、私は何に基づいて意味ですか？

2 /パラメータの用語（カーネルとフィルタのサイズ、ストライドなど）の各層の関係は何ですか？

3 /私が言ったように、画像は48 x 48グレースケールモードです。いいですか？パフォーマンスに影響しますか？私のモデルアーキテクチャはこの画像でうまく動作しますか？より大きな画像や色付きの画像を使用すると、パフォーマンスが向上しますか？

Answer 1

回答1）。異なるアーキテクチャーを試すまではわかりません。それでも、プロセスを自動化するのはあなたの負担になります。アーキテクチャーをシリアル化するか、異なるアーキテクチャーを異なるファイルにユニークなIDで保管してみてください。あなたが実験した後、どの人がベストを尽くしたかを見つけることができます。

回答3）。色は灰色ではなく、より多くの機能（R、G、B）を与え、分類器に画像を正しく選択する機会を与えます。ただし、カラーバランス（つまり同じ顔でも、異なる設定で撮影した写真）などの変更に対しても、クラシファイアをより敏感にすることができます。私は、グレースケールの画像を最初に試してみると、機能の量が3倍になるでしょう。