【机器学习与深度学习理论要点】04.训练数据不足带来的问题及解决方法？
1）在图像分类任务重，训练数据不足会带来什么问题？当训练数据不足时，说明模型从原始数据中获取的信息比较少，这种情况下要保证模型的效果，就需要更多鲜艳信息，具体到图像分类任务上。训练数据不足带来的问题主要表现在过拟合方面，即模型在训练样本上的效果可能不错，但在测试集上的泛华效果不佳。2）如果缓解数据量不足带来的问题?一定程度内的随机旋转、平移、裁剪、填充、左右翻转等，这些变换对应着同一个目标在不同角
·
1）在图像分类任务中，训练数据不足会带来什么问题？
当训练数据不足时，说明模型从原始数据中获取的信息比较少，这种情况下要保证模型的效果，就需要更多鲜艳信息，具体到图像分类任务上。
训练数据不足带来的问题主要表现在过拟合方面，即模型在训练样本上的效果可能不错，但在测试集上的泛华效果不佳。
2）如何缓解数据量不足带来的问题?
- 一定程度内的随机旋转、平移、裁剪、填充、左右翻转等，这些变换对应着同一个目标在不同角度的观察结果。
- 对图像中的像素添加噪声干扰，比如椒盐噪声、高斯白噪声等。
- 颜色变换。
- 改变图像的亮度、清晰度、对比度、锐度等。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献15条内容
所有评论(0)