训练集精度比测试集精度 低
0
收藏
切换版块
有道理
没有脸是反的把应该
只知道cnn具有一定的平移不变性，没听过旋转不变性～
就像原来模型只见过白天鹅，能把白天鹅分类正确，倒着的就当黑天鹅了
我觉得模型未必能把正脸和倒脸都抽象的总结出脸的概念，只是把具有这这两种特征的图片都纳入分类了
不会啊，应该是正反全能识别
这个数据集有什么用吗？
我觉得只要是旋转得不太过分 应该没问题
这个我还是没有听说过这个数据集
哈哈 正脸我估计就废了
其实像头像旋转这种，我觉得模型是能“越过去”的。主要是噪声添加太多那种会损失图像信息，模型就不好搞了
不是有个专门角度奇特的数据集么，是哪个来着
这个可以用于识别倒立的人～
其实随机性还是比较大的 毕竟有时候真的运气不好 全是另外百分之50 是不是也有可能？
前几天使用paddlex paddlex做数据增强 让你选择旋转的概率什么的
是的，验证集肯定是不会的
人脸 垂直旋转 哈哈
亚希
cv分类图片时前二三十个回合用数据增强就会导致训练集分类精度低于验证集，因为验证集不用数据增强
这个和添加噪声的类型和大小有关，不太过分模型应该都能“越过（帖子里看来的词儿）”去