我正在研究车辆分类问题。
我用 605 个标签（文件夹）和 300k 张照片训练了我的模型。
在测试了我的训练模型后，我检查了我的错误答案的训练和验证照片。我意识到我的一些标签训练或验证照片是错误的，或者与另一张照片差别不够大。
我可以准备一个只包含这些错误的学习标签照片的小数据集，并将其他标签文件夹保留为空。
如果我重新训练我的模型，我会获得更好的准确性吗？还是我应该从头开始训练？
我可以在带有一些空文件夹的小数据集上重新训练我的 keras 模型吗
数据挖掘
机器学习
Python
深度学习
喀拉斯
2022-02-21 03:59:23
1个回答
您的建议是微调网络，使其成为起始数据集的一部分？
如果是的话，你可以试试，但我不确定结果会是什么。但请记住将训练集和测试集分开！
其它你可能感兴趣的问题