Deep learning 密集通信的数据扩充？_Deep Learning_Computer Vision_Keypoint

Deep learning 密集通信的数据扩充？

deep-learning computer-vision

Deep learning 密集通信的数据扩充？,deep-learning,computer-vision,keypoint,Deep Learning,Computer Vision,Keypoint,我用CAD软件为计算机视觉中的密集通信任务建立了一个数据集。我根据那个数据进行了训练，但得到了严重的过度拟合。然后我使用了数据扩充，而验证集上的丢失并没有减少。我甚至在训练过程中逐渐增加数据扩充的程度，也就是说，最初几乎没有数据扩充，而且扩充的程度在训练过程中一直缓慢增加，但仍然发现很难减少验证损失。这是否意味着我需要一个容量更大的模型？不严格地说，这意味着你的数据扩充很可能是无用的。换句话说，在你的增强中，没有新的信息可供神经网络学习。增加深网的容量将导致更严重的过度装配。我建议过度思考

我用CAD软件为计算机视觉中的密集通信任务建立了一个数据集。我根据那个数据进行了训练，但得到了严重的过度拟合。然后我使用了数据扩充，而验证集上的丢失并没有减少。我甚至在训练过程中逐渐增加数据扩充的程度，也就是说，最初几乎没有数据扩充，而且扩充的程度在训练过程中一直缓慢增加，但仍然发现很难减少验证损失。

这是否意味着我需要一个容量更大的模型？

不严格地说，这意味着你的数据扩充很可能是无用的。换句话说，在你的增强中，没有新的信息可供神经网络学习。增加深网的容量将导致更严重的过度装配。我建议

过度思考扩充数据的方式（不同的策略）

尝试获取更多数据。尝试添加衰减和L2正则化以抑制过拟合