Resnet50 在 imagenet 上实现的 top1 精度低于 Mobilenet

Question

Keras 文档指出 resnet50 的 top1 准确度为 0.75，而 mobilenet 只有 0.7，这是有道理的，因为 mobilenet 更轻。

但是，在 imagenet 验证数据集 (2012) 上测试这两个模型的准确度为 mobilenet 为 0.695，resnet50 为 0.68。在这个数据集上，resnet 怎么会不如 mobilenet 准确呢？

下面是测试resnet50的代码。

预处理：

def prepare_image_resnet50(file):
    img = image.load_img(file, target_size=(224, 224))
    img_array = image.img_to_array(img)
    img_array_expanded_dims = np.expand_dims(img_array, axis=0)

    return keras.applications.resnet50.preprocess_input(img_array_expanded_dims)

推理：

predictions = []
for i in range(10000):
    j = i + 1
    num = fill_zeros(str(j))
    img_name = fixed + num + '.JPEG'

    image_t = prepare_image_resnet50('H:/Datasets/imagenet/2012/'+img_name)
    tensor = tf.convert_to_tensor(image_t, dtype=tf.float32)
    prediction = model.predict(image_t)
    predictions.append(prediction[0])

测量准确度（使用 one-hot 编码标签）：

def top1_accuracy(predictions, labels):
    acc_sum = 0
    num_of_samples = len(predictions)

    for i in range(num_of_samples):
        true_class_index = np.argmax(labels[i])
        pred_class_index = np.argmax(predictions[i])

        if true_class_index == pred_class_index:
            acc_sum += 1

    return acc_sum/num_of_samples

如果得到的准确度值有意义或者我的代码中是否有错误，请告诉我。

Answer 1

更好的选择应该是经典的调整大小和中心裁剪：

img = image.load_img(file, target_size=(256, 256))
img = image.img_to_array(img)
img = tf.image.central_crop(image, 0.875) # 224/256
img = tf.image.resize(image, [224, 224])
img = np.expand_dims(img, axis=0)

return keras.applications.resnet50.preprocess_input(img)

ImageNet 的典型预处理包括将大小调整为 image_resolution + 32，然后裁剪图像的中心部分。