深度学习 适合用来做少样本的分类么?

手头上有一批样本 有1000个样本,分6类,其中某一类总共才100个样本(各类样本数量很不均衡),各类取30%来测试,用的是alexnet,目前的分类精度才40%,请各位大神指点一下,对于这种少样本且不均衡的数据怎么来做分类。

3 个评论

应该是你某方面做错了吧,我曾经用二十多张图片做训练,精度还有94%呢。。。
谢谢你的回答,方便问下你是几分类么? 有没有数据增强,多少个测试样本?
应该要做样本增强。或者你查查样本不均衡的处理方法。
到底用多少样本合适呢? 几百?几千? 几万?

要回复文章请先登录注册