我正在做一些基于颜色的图像分类实验。我有9000个鞋子图像的数据集,分为9种颜色,每种颜色1000个图像。低精度分类颜色
我按照TensorFlow的How to Retrain Inception's Final Layer for New Categories教程获得了58.3%的准确性。
然后我用SVC(RBF)分类器替换了最后一层,得到65.4%的准确度。
有些错误是非常值得商榷的。例如,这个图像正确标签是Brown
但我的分类说,这是Beige
:
但其他错误,只是错误。此图片正确标签为Pink
,但我的分类说,这是Blue
:
我怎么能提高精度?更多图片?从头开始培训初始网络?使用“标准”ML而不是深度学习?