我正在使用 InceptionV3 模型进行训练。这是代码的链接（https://github.com/maxmelnick/tensorflow/blob/no_random/tensorflow/examples/image_retraining/retrain.py）最初我有一个小型数据集。因此，我使用了增强技术来增加数据集的大小。

训练阶段数据集分为训练、验证和测试。在训练阶段，它显示了 11 个类的 96% 的准确率。但是当我预测任何新的输入图像（看不见的数据）时，它给出了 56% 的准确率。模型有什么问题？

我已经使用了 Dropout、Cross-validation、OverSampling 技术，但在新的输入图像上没有取得好的效果。

训练时使用的参数。

训练样本 - 每类 800 张图像

• 训练样本 - 70%
• 验证样本 - 20%
• 测试样品 - 10%

测试样本（训练样本以外的未见数据） - 每个类别 51 张图像

时代 - 10,000