image-processing - AWS Sagemaker 图像分类超参数配置

Question

图像分类超参数配置

我使用 SageMaker 内置的图像分类来训练模型自己的数据集，其中包含三个类对象的原始图像。每个类都包含不同的手机型号图像，例如 iphone6plus、iphone7plus 和 samsung s7edge。

这些图像由手机摄像头捕获，然后调整为 224*224 尺寸进行训练。训练样本总数为1920，类数为3。经过多次训练，我得到的平均模型验证准确度为0.4或更低，不准确。

为了提高模型的准确性，我需要在参数中输入哪些推荐值？这是我第一次训练模型，我需要一些指导。谢谢你。

标签： image-processingamazon-sagemakerhyperparametersresnet

Answer 1

您应该从预训练模型开始，使用 0.01-0.001 范围内的学习率并训练 50-100 个 epoch。对于小型数据集，您希望微调在 ImageNet 数据集（120 万张图像）上预训练的模型。