Си-Эн-Эн дает меньше точности, когда я тренирую это на большем классе

Question

У меня есть CNN для кожных заболеваний, и когда я тренирую его на ~ 5K изображении, я получаю 92% точности сети и 83% val a cc, но когда я тренирую ту же сеть с 25K изображением в той же форме данных, я получаю 0,08% a cc * форма данных: клинические изображения для пациентов, рук, лица и др. c. Я обучаю сеть с дополнением, которое я нашел в сети, используя ImageDataGenerator

model = Sequential()
# 1st layer
model.add(Conv2D(32, (3, 3), input_shape=(img_rows, img_cols,img_channels)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2),data_format = "channels_last"))

model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2),data_format = "channels_last"))

model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2),data_format = "channels_last"))

#last
model.add(Flatten())  # this converts our 3D feature maps to 1D feature vectors
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(512))
model.add(Activation('sigmoid'))
model.add(Dense(nb_classes))
model.add(Activation('softmax'))