Resnet Ensemble
tensorflow/models/slim 에서 evaluation 하는데 필요한 파일만 수정해서 올렸습니다. Ensemble은 각 model에서 나온 output을 평균한 후 softmax에 넣는 방법으로 했습니다.
Dataset
Checkpoints Files
Evaluation
DATASET_DIR=data
CHECKPOINT_DIR=checkpoints/resnet_50_1_100000.ckpt,checkpoints/resnet_50_2_100000.ckpt,checkpoints/resnet_50_3_100000.ckpt
python eval_image_classifier_ensemble.py \
--alsologtostderr \
--checkpoint_path=${CHECKPOINT_DIR} \
--dataset_dir=${DATASET_DIR} \
--dataset_name=food \
--dataset_split_name=validation \
--model_name=resnet_v2_50
Result
| Model | Top 1 Accuracy | Top 5 Accuracy |
|---|---|---|
| Resnet_50_1 | 0.676 | 0.885 |
| Resnet_50_2 | 0.674 | 0.877 |
| Resnet_50_3 | 0.675 | 0.880 |
| Ensemble | 0.738 | 0.914 |
| 위의 결과와 같이 ensemble을 하니 top 1 accuracy가 0.6정도 증가하고 top 5 accuracy가 0.3정도 증가했습니다. |