如何在极少的数据下训练分类网络

mwzdouks 20天前 8

最近在做一个图像分类任务,从固定机位近距离拍摄物体并分类

刚开始用的网上爬的数据,效果不是很好

于是实拍了一些,但碍于时间和条件限制,手头的数据集很少,大概只有 200 张左右

于是我先用预训练的 ResNet50 在爬的数据集上训练,然后在数据增强后二次迁移

数据增强主要是随机裁剪和色调、亮度调整(试着用了高斯 /椒盐噪声和随机旋转,但 loss 不降低了)

在 train 和 val 的表现还行,达到 96%的 acc 就不再降低了,然后我试着用另一个人拍摄的数据集做 test,但是 acc 只有 73%,和之前直接用爬的数据集的 acc 几乎一样

现在项目要我 acc 至少要达到 95%,感觉很没有头绪

最新回复 (0)
  • 游客
    2
返回