Не совсем, я бы ожидал от своих учеников не только точности в любой классификации.Точность оценивает только эту конкретную сеть в этом конкретном наборе тестов, но вам придется в некоторой степени оправдать выбор дизайна , который вы сделали при построении этой сети.Вот некоторые вещи, которые следует учитывать:
- Предположительно, у вас есть фиксированные гиперпараметры, вы можете исследовать, как они влияют на ваши результаты.Сколько фильтров?Сколько слоев?и самое главное почему?
- Важным аспектом классификации объектов является то, как ваша модель обрабатывает шум.В зависимости от набора данных одним из простых способов будет предварительная обработка тестовых данных, размытие их, инвертирование цветов и т. Д., И вы увидите, что ваша производительность снизится.Почему это так?Как тогда выглядит матрица путаницы ?
- Какова производительность сети?Это быстро, медленно по сравнению с другой системой, скажем, VGG ?
Когда вы оцениваете свой проект в целом, а не только сеть, вопрос о том, почему что-то работает, очень помогает, а не толькопочему вещи не работают.