我正在尝试在不平衡的图像数据集上训练二进制图像分类器，这些图像的尺寸非常小（最大尺寸为 40 * 70）。我正在通过灰度、重新缩放和调整大小到 48*48 来增强图像。我的 keras 模型根本没有学习。你能推荐一些我可以用来改进模型或数据的技术吗？
我解决了这个问题。这是我的数据。在不知情的情况下，我在进行二元分类的同时进行单类分类。任何建议采取什么方法？
Keras 二元分类模型没有学习任何东西。如何改进我的模型？
数据挖掘
Python
深度学习
喀拉斯
美国有线电视新闻网
图像分类
2022-02-19 09:23:34
1个回答
我写了一些关于你的实现的注释：
对不平衡数据进行分类可能是个问题。你的数据集有多不平衡？您可以尝试通过提供平衡的小批量数据来训练模型来进行补偿。您人为地构建每个批次，以便类或多或少地具有相同的表示，以便您的分类器可以从所有这些中学习。
我会改变最后一层。我建议您在输出层使用softmax激活，以及专门针对此任务的交叉熵损失函数。输出节点的数量必须等于类的数量。
Adam 优化器通常被称为梯度下降的最佳算法。
MAE是回归任务的度量，它不适用于分类。你可以
'accuracy'改用。
其它你可能感兴趣的问题