卷积神经网络中的过拟合

Question

我正在应用CNN进行手势分类我有10个手势，每个手势有100个图像。我构建的模型在训练数据上的准确率约为97％，测试数据的准确率为89％。我可以说我的模型是过度装配还是可以接受这样的精度图（如下所示）？

Answer 1

向训练集添加更多数据

如果训练集中有大量数据（各种实例），最好创建一个过度拟合模型。

示例：假设您只想检测一个手势，说“大拇指”（二进制分类问题），您创建了大约1000张图像旋转的正面训练集，翻译，缩放，不同的颜色，不同的角度，观点多种多样，背景杂乱......等等。如果您的训练准确率达到99％，那么您的测试精度也会接近。

因为我们的训练集大到足以涵盖正类的所有实例，所以即使模型过度拟合，它也会在测试集中表现良好，因为测试集中的实例只会稍微改变一下。训练集中的实例。

在您的情况下，您的模型很好，但如果您可以添加更多数据，您将获得更好的准确性。

要添加哪种数据？

手动检查模型出错的测试样本并检查模式是否可以找出哪种样本出错，您可以将这种样本添加到训练集中并重新训练。