汐梦聆海 2020-04-26 17:29 采纳率: 0%
浏览 831

用CGAN可以生成指定类别且质量不错的MNIST图像,但是将这些图像输入到预训练好的MNIST分类模型中准确率很低,请问这是什么原因?

我在MNIST上训练了CGAN,可以生成我认为质量很不错的图像,如下所示:
图片说明

这些图像看起来也挺真实的,把他们喂入一个预训练好的MNIST分类模型(测试集上准确率达到98.5%)。某些类别的fake image能表现出90%以上的分类准确率(如1,5,7),而某些类别的分类准确率很低,只有个位数的准确率(如3,4,8)。

我的理解是某些类别生成的fake图像虽然看似真实,但是有一些潜在的特征与real image有差别。

想问下大家对于这个问题怎么看呀,救救孩子

  • 写回答

1条回答 默认 最新

  • threenewbee 2020-04-26 22:45
    关注

    也许你的minist判别程序过拟合了。考虑采用防止过拟合的手段,比如l1 l2正则,dropout,提前终止训练

    评论

报告相同问题?

悬赏问题

  • ¥15 matlab图像高斯低通滤波
  • ¥15 针对曲面部件的制孔路径规划,大家有什么思路吗
  • ¥15 钢筋实图交点识别,机器视觉代码
  • ¥15 如何在Linux系统中,但是在window系统上idea里面可以正常运行?(相关搜索:jar包)
  • ¥50 400g qsfp 光模块iphy方案
  • ¥15 两块ADC0804用proteus仿真时,出现异常
  • ¥15 关于风控系统,如何去选择
  • ¥15 这款软件是什么?需要能满足我的需求
  • ¥15 SpringSecurityOauth2登陆前后request不一致
  • ¥15 禅道二次开发编辑版本,上传不了发行包