我有一个三维卷积神经网络[keras,tensorflow]和先进的阿尔茨海默氏症患者,早期阿尔茨海默氏症和健康人(三类)的3D脑图像。我拥有324个图像的训练集和74个图像的测试集。当我训练我的CNN时,我有大约65-70%的准确性,但是对于测试集我只有30-40%。当我使用测试数据作为验证数据时,那么对于训练集,我的准确性也不会超过37%,并且整个时间损失保持在同一水平。不知道我改变了哪些参数,结果是一样的。我将.h5文件中的准备和规范化数据加载到Python中,并且输入具有形状(无,90,120,80,1)。我不知道什么可能是错误的,我多次查看代码,一切看起来都是正确的。卷积神经网络不分类测试集keras
我CNN有4 conv3D层,3 MAX-池,激活:RELU和batch_normalizations,3致密层和辍学,SOFTMAX
我明白任何帮助或想法。
也许你有一个非常有偏见的测试集。您为测试集选择了太多特定情况。由于您的数据很小,这种情况并不罕见。检查您的测试数据和您的列车数据是否具有类似比例的健康/早期/晚期病例。 –
的数据有类似的比例:/ – alexmaria