我想使用Caffe和Caffe附带的googlenet结构来基于我自己的图像数据训练模型。
我有14个分类类别。但是我确实只有大约250张图像需要培训，而80张则需要测试。这够了吗？是否可以找出每个班级需要多少张图像？
最佳答案
解决方案1：
只需微调顶层，因为您只有很少的数据。通过这种方式，您可以将网络视为特征提取器，而您只需在该特征之上训练分类器即可。
解决方案2：
尝试积极的数据扩充。例如，您可以尝试随机转换，缩放和旋转数据。这样，您可以从一个训练图像中获得很多图像。
解决方案3：
最有效的方法是尝试获取更多真实数据。数据对于深度学习非常重要。根据经验，一类至少要有1000张图像。
关于machine-learning - Caffe的输入数据量，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/34807319/