合并来自两个来源的数据

时间:2021-02-26 18:40:21

标签: image-processing keras deep-learning dataset image-classification

您好,我正在使用来自一个实验室的液体细胞学测试图像数据集训练癌症分类模型。我正在使用转移学习(移动网络),我的数据集是 1026 张图像(增强前),增强后我有 2452 张图像(这是包括训练 + 测试 + 验证的总数)我能够达到大约 95% 的准确率。由于准确性很好,我从另一个实验室收到了大约 1112 张图像的新数据。当我合并和训练模型时,模型在大约 10 个时期后过度拟合,具体取决于优化器和学习率。我尝试添加更多辍学但没有成功,我也使用了学习率调度程序但没有成功。可能的解决方案是什么。

0 个答案:

没有答案