私は畳み込みニューラルネットワークを持っていて、私の入力データは異なったビュー(画像の周りの3Dの角度)から同じオブジェクトの10.000画像です。私のネットワークは収束しますが、ネットワークが異なる角度やビューをすべて記憶しているかどうかはわかりません。私は1つのオブジェクトしか持っていないので、実際には異なるデータでテストすることはできません。 私のトレーニング/試験区は、この(赤trainig、緑テスト)のようになります。深い学習:私のネットが記憶していないことを知るには
テストは、私はネットワークが心ですべての画像を学ぶことを期待トレーニングよりも低いため?私には10.000種類の異なる画像があります。
テストの縦軸は何ですか - 失敗率をパーセンテージで表しますか? – Prune
あなたの得点や分類機能は何ですか、それをフィードバックする "地上真理"ですか?このモデルの目的は何ですか?他のすべてのものとは対照的に、この1つのオブジェクトを認識することになっていますか?もしそうなら、それに反例も与える必要があります。 – Prune
まあ、回帰タスクなので、「精度」はありません。コースは他のオブジェクトも認識することですが、私はこのモデルより多くのデータを持っていません。それが私の問題です。私のground_truthは深度マップです。 – thigi