卷积神经网络模型架构

Question

我正在使用 Keras 进行面部表情识别。

我有一个包含 72000 张图像的数据集。我将 80% 用于 Train，10% 用于 Validation 和 10% 用于 Test。

灰度模式下所有图像均为 48 x 48。

我的模型架构是这样的：

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)

我有几个问题：

1/ 如何选择能提供最佳性能（准确度）的层数及其最佳参数（卷积、最大池化、Dropout 等），我的意思是基于什么？

2/ 在参数（内核和过滤器大小、步幅等）方面，每一层之间的关系是什么？

3/ 就像我说的，图像是 48 x 48 灰度模式。好吗 ？会影响性能吗？我的模型架构是否适合这些图像？使用更大的图像或彩色图像会提高性能吗？

Answer 1

回答 1)。除非您尝试不同的架构，否则您不会知道。尽管如此，自动化这个过程还是值得的。尝试序列化架构或将不同的架构存储在不同的文件中，在唯一的 ID 下。实验后，您将能够找到哪一个做得最好。

回答 3)。颜色会给你更多的特征（R、G、B）而不是灰色，让你的分类器有更多的机会正确选择图像。但是，它也可能使您的分类器对色彩平衡等事物的变化更加敏感（换句话说，相同的面孔，但使用不同设置拍摄的照片）。在将特征数量增加三倍之前，我会先尝试使用灰度图像。