Ich habe ein konvolutionelles neuronales Netzwerk und meine Eingabedaten sind 10.000 Bilder des gleichen Objekts aus verschiedenen Ansichten (Winkel in 3D um das Bild). Mein Netzwerk konvergiert, aber ich bin mir nicht sicher, ob das Netzwerk die verschiedenen Winkel/Ansichten gespeichert hat oder nicht. Da ich nur ein Objekt habe, kann ich es nicht wirklich mit verschiedenen Daten testen. Meine Ausbildung/Testplot sieht wie folgt aus (rot trainig, grün-Test):Deep Learning: Wie kann ich mein Netz nicht merken
Da der Test ist niedriger als Training, das ich das Netzwerk erwarten von Herzen alle Bilder zu lernen? Obwohl ich 10.000 verschiedene Bilder habe.
Was ist die vertikale Achse zum Testen - Fehlerrate in Prozent? – Prune
Was ist Ihre Bewertungs- oder Klassifizierungsfunktion, die "Grundwahrheit", die ihr Feedback gibt? Was ist der Zweck dieses Modells? Soll es dieses eine Objekt im Gegensatz zu allen anderen erkennen? Wenn ja, dann müssen Sie auch Gegenbeispiele geben. – Prune
Nun, es ist eine Regressionsaufgabe, also gibt es keine "Genauigkeit". Der Zweck ist, andere Objekte natürlich zu erkennen, aber ich habe nicht mehr Daten als dieses eine Modell, das ist mein Problem. Meine ground_truth ist eine Tiefenkarte. – thigi