如何在机器学习的二进制分类模型中最小化错误检测?

时间:2019-12-28 18:31:27

标签: tensorflow binary classification

我有一个使用TF(带有图像增强)开发的二进制图像分类模型,当前的验证准确性约为99.8%。问题的例子是玫瑰和向日葵。在我的应用程序中,我想100%地检测到玫瑰。可以将一些向日葵检测为玫瑰是可以的,但反之则不行。 在我的训练中,每堂课我使用了大约7000张图像,并且在教学过程中权重均衡。我该如何教我的模特最好地识别玫瑰?如果在教学期间我增加玫瑰的重量超过向日葵的重量,对您有帮助吗?还有其他技巧吗?

0 个答案:

没有答案