调整Resnet-50模型所需的特定训练数据量

Question

为实现一般化，每类需要多少个图像才能对用于ASL HandSign分类的Resnet-50模型进行微调（24类）？我每个班级大约有600张图片，该模型拟合得非常差。

Answer 1

我无法给您提供电话号码，而是您自己找到电话的方法。该技术正在绘制一个称为“ 学习曲线”的图形，其中x轴是训练样本的数字，y轴是分数。您从1个训练样本开始，然后增加到600。您绘制了两条曲线：训练误差和测试误差。然后，您可以看到没有任何其他更改的更多数据将对结果有多大影响。

更多详细信息和my masters thesis, section 2.5.4中的下图：

在此示例中，您可以看到每个新示例最多包含20个训练样本，这极大地提高了测试分数（绿色曲线下降很多）。但是在那之后，仅将更多数据用于该问题将无济于事。

根据您的情况，曲线看起来会有所不同，但是原理应该相同。

其他分析

请参阅我的硕士论文的第2.5和2.6章。我特别建议您看看混淆矩阵和confusion matrix ordering。这将使您了解哪些类是混淆的。也许这些类天生就很难区分？也许可以添加更多功能？也许有标签错误？有关更多“也许”的内容，请参阅第2.5章