我有一个图像分类器,每个图像都有5个标签[0-4]中的一个。我已经以72%的准确率撞上了一堵墙,我正在寻找一条越过它的路。我注意到我的课程[在我的训练集中]在0的时候相当“重”,在4的时候稍微“轻”。1、2和3不太常见
因此:
1)这是我的不准确问题的一个可能因素吗? 1a)我怎么能确定
2)如果是,我该如何处理
这是目前的模型。我调整参数已有一段时间了:
Layer (type) Output Shape Param #
=================================================================
conv2d_1 (Conv2D) (32, 318, 318, 4) 112
_________________________________________________________________
conv2d_2 (Conv2D) (32, 318, 318, 4) 148
_________________________________________________________________
conv2d_5 (Conv2D) (32, 318, 318, 4) 148
_________________________________________________________________
conv2d_6 (Conv2D) (32, 318, 318, 4) 148
_________________________________________________________________
max_pooling2d (MaxPooling2D) (32, 106, 106, 4) 0
_________________________________________________________________
flatten (Flatten) (32, 44944) 0
_________________________________________________________________
d0 (Dense) (32, 16) 719120
_________________________________________________________________
softmax_d1 (Dense) (32, 5) 85
=================================================================
1-如果不平衡程度较高,可能会导致不准确。
2-您可以在
model.fit(class_weight={0: w0, 1: w1, 2: w2, 3: w3)
中使用class_weight
来修复此问题相关问题 更多 >
编程相关推荐