Deep learning 我应该将预处理的图像数据保存到磁盘吗？

我正在参加一个摄影比赛。我有近50000个培训数据，涉及80个不同的课程。我用一些预训练的模型做了一些测试，比如Vgg或Resnet，两者都很好，但不够好，训练acc几乎为1，验证acc为0.85（过度拟合）。我认为瓶颈在于数据，而不是模型，所以我提出了图像增强

---

现在我很困惑，是应该将转换后的图像保存到磁盘上，还是只对每个历元的每一批应用随机转换。我现在正在练习后一种方法，但效果并没有太大改善。

保存或不保存预处理的数据首先是时间问题，如果预处理过程中存在任何随机性，则需要大量重复性

如果不需要花费时间，那么在运行中进行应该是更简单的方法。另一方面，如果预处理很繁重（例如，当只训练最后几层并因此使用中间层输出时），则将此结果转储到磁盘会更有用，这样您就不需要每次都计算所有初始层

换句话说，这不是一个技术问题，转储数据或不转储数据不应该干扰您的结果，而只是一个方便的问题