英文字母和数字识别的最佳模型
我有一个相当大的数据集（超过0.5百万50x50图像），总共包含62个类。图像代表英文字母和数字（全部手写）。每个班级至少有2000个样本。
我一直在训练卷积神经网络用Tensorflow识别这些图像。
问题：在快速（大约200次训练迭代）变得非常接近局部最佳值（损失值如0.01）之后，我的分类器在测试集上的准确度大约为82％。
问题：我怎样才能获得更高的准确度？ CNN有什么问题吗？还有，尝试SVM值得吗？我根据下面的CNN模型提供详细信息。
随机数据集条目：
问题2 ：除了旋转模式，我的预处理方法还不错吗？我应该伸展图案还是保持原样：左边和右边距区域带有多余的白色像素。
详细信息和超文本：
- Tensorflow优化器：AdamOptimizer
- 学习率alpha：
0.001 - 辍学：
1.0（无辍学） - 迷你批量大小：
1500 - 卷积层数：
2 - 合并图层数：
2 - 完全连接的图层：
1 - 步幅：
2像素 - 过滤器尺寸：
5像素 - 测试/训练集合比例：
0.2/0.8
注意：Paterrns不是骷髅，它们有原始宽度。图像是二进制的，图案为0值，背景为1。
更新
以下是负责培训的代码以及图片的子集：
https://drive.google.com/open?id=0B5kuwbyrKVqnTm1PMGZGMUxUNFU
由于互联网连接速度慢，我无法上传足够的数据。
但是，您可以绘制这些图像以决定是否需要进一步的预处理。
1 个答案:
答案 0 :(得分：3)
看起来过于适合。您的损失为0.01，测试设置精度为82％左右，损失大于0.01（精度为99％，损失大约为0.04）。
这是一个具体问题。我想：
- 降低学习率，如1e-4
- 添加辍学，辍学将有助于减少过度适应
- 减小滤镜尺寸，我认为5x5对于50x50 pic来说太大了，你可以添加更多的卷积层
- 你的激活方法，relu是一个减少过度匹配的好方法
未经测试，这只是建议，BTW，如果你愿意，给一个数据集网址，我想训练它。 ; - ）
相关问题
最新问题
- 我写了这段代码，但我无法理解我的错误
- 我无法从一个代码实例的列表中删除 None 值，但我可以在另一个实例中。为什么它适用于一个细分市场而不适用于另一个细分市场？
- 是否有可能使 loadstring 不可能等于打印？卢阿
- java中的random.expovariate()
- Appscript 通过会议在 Google 日历中发送电子邮件和创建活动
- 为什么我的 Onclick 箭头功能在 React 中不起作用？
- 在此代码中是否有使用“this”的替代方法？
- 在 SQL Server 和 PostgreSQL 上查询，我如何从第一个表获得第二个表的可视化
- 每千个数字得到
- 更新了城市边界 KML 文件的来源？