как улучшить производительность модели CNN (Машинное обучение - глубокое обучение)

Question

Я пытаюсь обучить модель на основе CNN,

Тренировочные данные - изображение лунного корабля, но производительность модели не очень хорошая, точность составляет около 45%, я пытаюсь добавить еще слой, чтобы улучшить его, но он все равно не работает, может кто-нибудь предоставить некоторые идеи о том, как его улучшить. Метка: вверх вниз влево вправо (0,1,2,3) Частота дискретизации: 0,1

Данные обучения были преобразованы из изображения в данные Этикетка:

вот мой код:

model = Sequential()

model.add(Conv2D(32, (3, 3), padding='same', input_shape=(CHANNELS, ROWS, COLS), activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))
model.add(Conv2D(32, (3, 3), padding='same', activation='relu'))

model.add(MaxPooling2D(pool_size=(2,2)))

model.add(Flatten())

model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))

model.add(Dense(num_classes, activation = 'softmax'))
.summary()

Answer 1

Я бы экспериментировал с более низким уровнем отсева. Выпадения используются для предотвращения переоснащения. Похоже, ваша модель вообще не подходит.