如何评估Keras中物体检测的神经网络质量？

Question

我已经在Keras训练了神经网络，用于检测两类图像（猫和狗）并获得测试数据的准确性。是否足以得出硕士论文中的结论，还是应该采取其他行动来评估网络质量（例如，交叉验证）？

Answer 1

不是真的，我希望不仅仅是我的学生在任何分类设置中的准确性。准确性仅评估特定测试集上的特定网络，但您在某种程度上可以证明您在构建该网络时所做的设计选择。以下是一些需要考虑的事项：

1. 据推测，您已经修复了一些超参数，您可以调查这些参数对您的结果的影响。多少个过滤器？多少层？最重要的是为什么？
2. 对象分类的一个重要方面是您的模型如何处理噪音。根据您的数据集，一种简单的方法是预处理测试数据，模糊测试数据，反转颜色等，您将看到您的性能会下降。为什么这样做？那么confusion matrix看起来怎么样？
3. 网络的表现如何？与其他系统相比，它是快速，慢的，比如VGG？

当你评估你的项目时，不仅仅是网络，问问为什么事情有效，而不仅仅是为什么事情不起作用。