Высокая точность поезда низкая точность теста - PullRequest
1 голос
/ 27 апреля 2020

У меня есть нейронная сеть, которая классифицирует 3 вывода. Мой набор данных очень мал, у меня есть 340 изображений для поезда и 60 изображений для теста. Я строю модель, и когда я компилирую, мой результат таков:

Epoch 97/100 306/306 [===================== ========] - 46 с 151 мс / шаг - потеря: 0,2453 - точность: 0,8824 - val_loss: 0.3557 - val_accuracy: 0.8922 Epoch 98/100 306/306 [============ ==================] - 47 с 152 мс / шаг - потеря: 0,2096 - точность: 0,9031 - val_loss: 0,3795 - val_accuracy: 0,8824 Epoch 99/100 306/306 [== ============================] - 47 с 153 мс / шаг - потеря: 0,2885 - точность: 0,8627 - val_loss: 0,4501 - val_accuracy: 0.7745 Epoch 100/100 306/306 [====================================] - 46 с 152 мс / шаг - потеря: 0,1998 - точность : 0,9150 - val_loss: 0,4586 - val_accuracy: 0,8627

когда я прогнозирую тестовые изображения, точность теста низкая. Что мне делать ? Я также использую ImageDatagenerator для увеличения данных, но результат тот же. Это потому, что у меня небольшой набор данных.

1 Ответ

0 голосов
/ 28 апреля 2020

Вы можете использовать Регуляризацию на полностью связанных слоях. Но тот факт, что у вас уже есть высокая точность проверки, это, вероятно, ваши данные. данные вашего поезда могут не полностью отражать ваши тестовые данные. попробуйте проанализировать это и убедиться, что вы выполнили всю предварительную обработку тестовых данных, прежде чем тестировать данные поезда.

...