一共3500组数据,前3000组分为训练集,后500组分为测试集。
用VGG16预训练模型基础上fine-tuning,训练精度可以达到1,但是测试精度始终只有0.85左右,并且波动较大,即使学习率很低。
怀疑是测试集数据太少,出现过拟合,但是测试集也就500张图,而且是多标签分类,偶然性比较大。
接下来怎么调整呢?头疼
1.K折验证一下模型鲁棒性?
2.数据增强???我这个数据基本上都是一个角度拍摄
3.没有官方测试集,不确定模型的有效性。
一共3500组数据,前3000组分为训练集,后500组分为测试集。
用VGG16预训练模型基础上fine-tuning,训练精度可以达到1,但是测试精度始终只有0.85左右,并且波动较大,即使学习率很低。
怀疑是测试集数据太少,出现过拟合,但是测试集也就500张图,而且是多标签分类,偶然性比较大。
接下来怎么调整呢?头疼
1.K折验证一下模型鲁棒性?
2.数据增强???我这个数据基本上都是一个角度拍摄
3.没有官方测试集,不确定模型的有效性。