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。