Machine learning 卷积神经网络中的过拟合

我用CNN对手势进行分类，我有10个手势，每个手势有100张图片。我构建的模型对训练数据的准确率约为97%，对测试数据的准确率为89%。我能说我的模型拟合过度了吗？或者有这样的精度图（如下所示）是可以接受的吗

---

向训练集中添加更多数据

当训练集中有大量数据（各种实例）时，最好创建过拟合模型

例如：假设您只想检测一个手势，比如“竖起大拇指”（二元分类问题），并且您已经创建了一个正面训练集，其中包含大约1000幅图像，其中图像被旋转、平移、缩放、不同颜色、不同角度、视点变化、背景混乱……等等。如果你的训练准确率是99%，你的测试准确率也将接近

因为我们的训练集足够大，可以覆盖正数类的所有实例，所以即使模型拟合过度，它也会在测试集中表现良好，因为测试集中的实例与训练集中的实例相比只有很小的变化

在您的情况下，您的模型是好的，但如果您可以添加更多的数据，您将获得更好的准确性

要添加什么样的数据？

手动检查模型出错的测试样本并检查模式如果您能找出哪种样本出错，您可以将这类样本添加到训练集中并重新训练