关于数据不平衡问题的解决方案

目前遇到的是一个图像数据集，共7个label，数量比例为：33:11:1:5:5:399:220，需要做图像分类。

不仅数据量少，而且数据不平衡，且图像本身纹理不清晰机器不容易辨别。

目前尝试的解决方法：

1：CNN。

1）使用数据增广。对于前五个label的数据做Flip/Rotate/Sharp操作。效果略有提升，但是依旧很不理想。

2）给loss加权重。对前五个label的loss加权重3。效果有提升，但是依旧不理想。

3）调节参数，比如conv层数，kernal的大小，dropout rate等。

后来受到同事模型的启发，只选择了rotate的数据增广，但是转动的角度很小，数据集扩增了100倍。。。。。。

下面是调整后的结果。第二个类别结果还是很差。

2：异常检测算法。 结果很差。

3：RandomForest。效果相比于其他machine learning算法更好，但是相比于CNN还是差。

对于特定的类别完全无判别能力，其他的判别效果也不好。

    

放弃。

4：SVM，KNN等。结果很差。直接放弃。

总结了一下对于图像分类问题，CNN还是真的强大！！！

因为自己的模型很垃圾，借鉴了AlexNet的结构，效果如下：

因为自己的CNN结构比较简单，而AlexNet有五层卷积层，以及三层全连接，效果更好。

所以，神经网络越深效果越好？？？

另外，初始化很重要，同样的结构以及参数，train的几次结果不一样，有时候毫无学习能力。