我正在使用我自己的数据集来重新训练 mobilenet_v2_100_224 模型，我目前有 4 个类，每个类有超过 100 个图像，即使我已经使用--random_scale和--random_brightness参数，我仍然观察到过度拟合，如果没有这样的参数，我应该如何克服这个过度拟合问题retrain.py脚本中可用的正则化技术？以下是我的 TensorBoard 可视化：

重新训练命令：

python retrain.py --tfhub_module https://tfhub.dev/google/imagenet/mobilenet_v2_100_224/feature_vector/2 --how_many_training_steps 500 --random_scale=5 --random_brightness=10 --output_graph=./retrained_graph.pb --output_labels=./retrained_labels.txt --image_dir ./data --summaries_dir /tmp/log