我使用tensorflow教程中提供的修改後的AlexNet(cifar-10-模型)對一些機械零件圖像進行圖像識別,但得到的結果非常奇怪。在深度學習中使用AlexNet進行圖像識別的奇怪結果
培訓的準確性很快就會達到100%。但測試的準確性開始高達45%,非常快速地下降到9%。
我正在做一個20,000個圖像的訓練集並測試8個類別的2,500個圖像的測試。我做的培訓和測試通過批次的1024
尺寸精度和訓練損耗,顯示如下,你可以看到:
- 測試精度開始於高達45%,這沒有按」沒有意義。
- 機械圖像總是歸類爲「左括號」 Accuracy Classification results
你在測試中的「批次」是什麼意思? – malioboro
你有關於分類結果的第三張照片嗎? – Alex
我用批量大小爲1024的圖像輸入模型。:) –