如何改進和優化深度學習方法？
1. 學術上
2. 工程上
在訓練集訓練，再和訓練集一起劃分的測試集上測試，效果很好，但是實際測試效果很差，需要從多方面進行分析，然後才能改進。
從 數據集情況/數據預處理方式/網絡結構/後處理等方面進行分析。
首先，分析數據集應用場景是否接近；是否數據集數量太少，導致過擬合；
然後，分析訓練集是否足夠多，包含更多的情況（顏色、視角、圖片分辨率、圖片質量等），包含情況越多，泛化性一般越好些；
然後，逐一分析一些典型圖片，對比原始圖片，標籤對應圖片，預測類別對應的圖片，從顏色/視角/光亮度等對三者進行分析；
判斷是否爲數據集的問題，無論是與不是，都要進一步分析數據預處理方式，要怎麼預處理增加一些“情況”，增加亮度等。
其次，分析網絡結構問題；
其次，分析後處理問題。