Я использую CNN для классификации изображений.Я создаю его с нуля, потому что у меня небольшой набор данных, и это очень специфическая задача без какой-либо литературы.
Я получил тестовый набор из 700 данных с 16 классами.Когда мой набор проверки не подходит (я прекращаю его, когда потеря = 1, тогда он начнет увеличиваться), моя точность (и другие метрики, такие как оценка F1, точность, отзыв и матрица путаницы) ниже по сравнению с тем, когда я превышаю свою модель(потеря = 2,5, точность набора поездов = 99%).
Когда я не превышаю свой набор проверки, я получаю точность 70% и поднимаюсь до 80%, когда я превышаю свою модель.
Является ли хорошей стратегией использование переоснащенной модели, поскольку на самом деле у меня нет больше данных для обучения или тестирования моей модели.Но новые данные должны быть очень похожи на мой фактический набор тестов.