我想使用Caffe和Caffe附带的googlenet结构来根据我自己的图像数据训练模型。 我有14个分类类别。但我确实只有大约250张用于训练的图像和80张用于测试的图像。这够了吗?有没有办法找出每堂课需要多少张图片?
答案 0 :(得分:1)
解决方案1: 只需微调顶层,因为您只有这么少的数据。通过这种方式,您可以将网络视为特征提取器,并且您只需在此功能的基础上训练分类器。
解决方案2: 尝试积极的数据扩充。例如,您可以尝试随机翻译,缩放,旋转数据。通过这种方式,您可以从一张训练图像中获取大量图像。
解决方案3: 最有效的方法是尝试获取更多真实数据。数据对于深度学习非常重要。根据经验,一个班级至少有1000张图像。