关于使用CNN的图像分类

时间:2018-04-16 04:34:11

标签: python tensorflow classification conv-neural-network

我使用卷积神经网络建立了一个5级的图像分类模型。它的训练精度为100%,测试精度为82%。但是当我手动提供图像进行预测时,模型无法正确分类。对于10张图像,模型只能正确分类3-4张图像。错误是什么?我该怎么办?

3 个答案:

答案 0 :(得分:1)

这是过度拟合的症状。您可以尝试调整模型的参数和层数。请尝试使用Dropouts。如果使用Tensorflow,请了解更多tensorflow documentation

答案 1 :(得分:0)

这意味着你显然过度拟合。 您的模型无法很好地概括为您手动输入的图像。 你可以做一些事情。

  1. 您可以尝试正规化,以便您的模型不会过度适应。
  2. 尝试获取更多数据
  3. 数据扩充
  4. 我希望通过引入正则化,您的模型在手动输入的图像上会更好。

答案 2 :(得分:0)

您的模型无法正确概括。训练非常快地遍历了训练集中的所有图像,甚至开始对同一图像进行预测。

  1. 尝试添加大小不同的图像。

  2. 尝试水平翻转原始图像以创建转换后的图像,这也可能有助于准确地训练模型。