我使用tensorflow教程中提供的修改后的AlexNet(cifar-10-模型)对一些机械零件图像进行图像识别,但得到的结果非常奇怪。在深度学习中使用AlexNet进行图像识别的奇怪结果
培训的准确性很快就会达到100%。但测试的准确性开始高达45%,非常快速地下降到9%。
我正在做一个20,000个图像的训练集并测试8个类别的2,500个图像的测试。我做的培训和测试通过批次的1024
尺寸精度和训练损耗,显示如下,你可以看到:
- 测试精度开始于高达45%,这没有按”没有意义。
- 机械图像总是归类为“左括号” Accuracy Classification results
你在测试中的“批次”是什么意思? – malioboro
你有关于分类结果的第三张照片吗? – Alex
我用批量大小为1024的图像输入模型。:) –