Alexnetを用いた転移学習について

現在、Alexnetを用いた転移学習により50*50pixelの画像を分類しています。

しかし、プログラムを実行すると以下のようなエラーが発生します。

エラー: trainNetwork (line 154)

無効なネットワーク。

原因:

Layer 'pool5': Input size mismatch. Size of input to this layer is different from the expected input size.

この層の入力:

from layer 'relu5' (1×1×256 出力)

おそらくLayerの設定ミスで読み込む画像サイズが間違っていると思います。このエラーを改善するにはLayerをどのように修正すればいいでしょうか。

Answer 1

[Kazuya]

どんな変更を加えたかがわからないと、「設定ミス」だろう以上のことはわかりませんが、Network Analyzer アプリ使ってみてはどうでしょう？（要：R2018b 以降のバージョン）

Analyze deep learning network architecture

Answer 2

[Taiki Murakawa]

回答ありがとうございます。

変更後のLayerは次のようになっています。

layers =

次の層をもつ 25x1 の Layer 配列:

1 '' イメージの入力 'zerocenter' 正規化の 50x50x3 イメージ

2 'conv1' たたみ込み ストライド [4 4] およびパディング [0 0 0 0] の 96 11x11x3 たたみ込み

3 'relu1' ReLU ReLU

4 'norm1' クロス チャネル正規化 要素ごとに 5 チャネルを使用したクロス チャネル正規化

5 'pool1' 最大プーリング ストライド [2 2] およびパディング [0 0 0 0] の 3x3 最大プーリング

6 'conv2' たたみ込み ストライド [1 1] およびパディング [2 2 2 2] の 256 5x5x48 たたみ込み

7 'relu2' ReLU ReLU

8 'norm2' クロス チャネル正規化 要素ごとに 5 チャネルを使用したクロス チャネル正規化

9 'pool2' 最大プーリング ストライド [2 2] およびパディング [0 0 0 0] の 3x3 最大プーリング

10 'conv3' たたみ込み ストライド [1 1] およびパディング [1 1 1 1] の 384 3x3x256 たたみ込み

11 'relu3' ReLU ReLU

12 'conv4' たたみ込み ストライド [1 1] およびパディング [1 1 1 1] の 384 3x3x192 たたみ込み

13 'relu4' ReLU ReLU

14 'conv5' たたみ込み ストライド [1 1] およびパディング [1 1 1 1] の 256 3x3x192 たたみ込み

15 'relu5' ReLU ReLU

16 'pool5' 最大プーリング ストライド [2 2] およびパディング [0 0 0 0] の 3x3 最大プーリング

17 '' 全結合 256 全結合層

18 'relu6' ReLU ReLU

19 'drop6' ドロップアウト 50% ドロップアウト

20 '' 全結合 256 全結合層

21 'relu7' ReLU ReLU

22 'drop7' ドロップアウト 50% ドロップアウト

23 '' 全結合 4 全結合層

24 'prob' ソフトマックス ソフトマックス

25 '' 分類出力 crossentropyex

変更点としては1のイメージ入力サイズと17,20の結合層と4クラス分類したいので23を変更しました。

[Kazuya]

私の知る例では、転移学習では学習済みのネットワークを使用する場合には入力層はそのまま：

https://jp.mathworks.com/help/deeplearning/examples/transfer-learning-using-alexnet.html

の例のように、学習画像を Alexnet に合わせて 227x227x3 に拡大して処理させてみてはどうでしょう？

もちろん、事前に画像を保存しなおす必要はなく、

augimdsTrain = augmentedImageDatastore(inputSize(1:2),imdsTrain, ...
    'DataAugmentation',imageAugmenter);

の部分で inputSize(1:2) で指定するだけでOKです。画像の拡大は関数内部で実施されます。