ML模型中提高验证准确性

Question

我不是100％肯定这是问这个问题的正确地方。但是我找不到其他包含此类问题的堆栈站点。所以我想这属于程序设计。

我已经在Swift中开发了一个使用ML模型的应用程序。 （使用创建ML）。 我有94个班级，每个班级包含约55张图片。 （测试每个班级有4张图像，与训练图像不同）

我已经完成了培训进度，结果是：

• 培训准确性：98％
• 验证准确性：34％
• 测试准确性：22％

我试图：

1. 将迭代次数增加到70
2. 我尝试添加模糊和旋转
3. 我尝试添加更多/更少的图像

因此，模型的目的是看到所有蘑菇/真菌之间的差异。 （所以其中一些彼此非常相似...）

但是如何提高验证准确性？有什么办法可以做到吗？

谢谢。你有什么主意吗？请让我知道