目標:透過機器學習去辨識辛普森家庭的20位角色 資料來源:上課老師提供 並要參與kaggle競賽
以下為目標20位角色
程式方塊圖
由於此為分類問題 所以使用one hot 的標籤來當作答案 以下為分類的狀況(考慮輸入大小不同統一改為128X128 且考慮樣本數不一樣多 所以每個角色只取20人)
並且配合one hot 把圖片也做轉檔(轉成要的大小)
以下是模型(使用論文CNN的模型 最後接上全連接層輸出維度為20(用one hot分類有20位角色))
以下是訓練結果及排名
在輸入其實是可以透過旋轉縮放 或改變顏色來使輸入多樣化 但看的出其實由於角色不易混淆 導致不需做此加工 就可以得到很好的結果了(在測試集有99%正確率 測試集也是接近99%)