使用 lfw 数据集进行数据训练时验证准确性较低

Question

因此，我正在训练 400 个图像数据集标签，其中包含大约 900 张图像，这些图像分为 80% 的训练和 20% 的验证。我在这里遵循tensorflow的指南（https://www.tensorflow.org/tutorials/images/transfer_learning_with_hub）

这是我的数据集（https://drive.google.com/drive/folders/1yIEig6K3g3Y2gFudkE0ca64UzkQtsORA?usp=drive_link）

这是使用 MTCNN 预处理的数据集

我应该更改我的数据集还是其他？

Answer 1

根据我的经验，使用 400 个标签和只有 900 个图像进行训练“这意味着每个标签只有 2-3 个图像”（我看到几个标签在训练数据集或测试数据集中只有一张图像）对于模型能够有效学习和概括。

即使你能以某种方式找到模型的完美微调，它仍然很有可能成为过拟合模型，这是坏模型的标志。它在训练中只记住了几个图像，没有学习到重要的特征。

我的建议是：

1. 收集更多数据，在人工智能中，拥有更多（*和高质量）的数据总是更好
2. 减少标签，我不知道预训练模型中每个标签有多少数据，但最好有相似数量的数据以给出平衡的数据集组成
3. 如果您在收集数据时遇到问题，请对图像进行增强，有多种增强选项，例如饱和度变化、旋转、温度变化等。