-2
我有9个类和约3000个图像的数据集。 在这种情况下,我应该使用交叉验证的深度(4个conv层,4个最大池,2个fc,2个dropout和softmax)卷积网络吗?我应该使用交叉验证还是验证数据集?
我有9个类和约3000个图像的数据集。 在这种情况下,我应该使用交叉验证的深度(4个conv层,4个最大池,2个fc,2个dropout和softmax)卷积网络吗?我应该使用交叉验证还是验证数据集?
可能是的,因为每班的图像数量并不多。特别是当你创建一个火车测试验证集:70-15-15%?因此假设,如果你在你的数据集的70%上训练你的分类器,并且你的数据集在这些类中平均分配。然后,每个(训练)类将包含+/- 3000 * 0,7 = 2100/9 = 233图像...
另外一个使用交叉验证的动机是,您是否会将分类器概括得更多。 (+训练案例的数量在技术上会更高)