Python 调整MobileNet的培训数据百分比

我想训练MobileNet识别自定义图像类。 但我不知道，如何告诉MobileNet提供的数据中有多少应该用作培训数据

使用重新培训脚本时：

我可以设置验证和测试百分比。 最大的问题是，这些百分比是如何计算的

该计划是否使用100%，并将其分为75%的培训、10%的验证和15%的测试？ 或者MobileNet是否预先将70%的培训数据和30%的测试数据分开，然后将70%中的10%作为验证数据

我不明白MobileNet内部是如何工作的？ 例如，我可以将培训数据的百分比调整为85%吗

感谢

根据--测试百分比和--验证百分比参数控制以下各项：

通常的分割方法是将80%的图像放入主训练集中，将10%的图像放在一边，以便在训练期间经常进行验证，然后将最后10%的图像作为测试集较少使用，以预测分类器的实际性能。这些比率可以使用--测试百分比和--验证百分比标志进行控制

因此，我相信根据您当前的参数（--testing_percentage=15，-validation_percentage=10），您将有75%的数据用于主培训集中，15%用于测试，10%用于验证，正如您所建议的那样

如果要将培训数据的百分比从75%增加到85%，可以通过设置：

--测试百分比=10，验证百分比=5

或

--测试百分比=5，验证百分比=10

或任何其他组合，留下85%的数据用于培训

i、 e.：培训%=100%-测试%-验证%

但是，您需要小心不要将测试/验证百分比设置得太低，否则您的准确度分数可能没有足够的测试数据来验证您的预测准确度分数本身是否准确

---

希望这有帮助。

非常感谢你，鲁迪！这正是我需要的。现在我可以更好地理解整个mobilnet再培训过程！！帮了大忙