Почему сверточная модель нейронной сети, которая хорошо работает на новых тестовых изображениях, терпит неудачу на видеопотоке?

Question

Я реализовал сверточную нейронную сеть путем обучения с использованием VGG19 для классификации 5 различных дорожных знаков. Он хорошо работает с новыми тестовыми изображениями, но когда я применяю модель к потоковой передаче видео, она не классифицирует их правильно.

Answer 1

Предполагая, что нейронная сеть хорошо работает с изображениями, она должна работать так же с кадрами видеопотока. В итоге видеопоток представляет собой последовательность изображений.

Проблема не в том, что он не работает с видеопотоком, он просто не работает с типом изображений, аналогичным тем, которые вы имеете в видеопотоке.

Трудно точно найти проблему, поскольку в вопросе недостаточно подробностей. Однако некоторые соображения таковы:

• Очевидно, что существует проблема со способностью сети обобщать. Было ли тестирование выполнено хорошо? Например, существует ли разделение данных проверки поезда?
• Указывает ли ошибка обучения и ошибка проверки на возможные проблемы, такие как переоснащение?
• Являются ли данные, используемые для обучения изображения, достаточно похожими на видеокадры?
• Достаточно ли велик тренировочный набор данных? Увеличение данных может помочь, если данных недостаточно.