使用DTL工具训练模型，如何提高模型的准确率

最近在学习使用DTL深度学习工具训练模型，但是实际使用下来，模型的准确率评估出来仅有58%。想请教各位大佬，有什么办法提高模型的准确率？
此案例使用DTL实例分割的项目。图像是用手机拍摄的（学习使用，不专业）。
此项目打算用于分类注塑件。图像中主要有2类，1类是左眼，另1类的右眼。然后标注后想分类出左眼和右眼。但实际实践下来，有许多不清楚的地方。请大佬指点一二。
以下是过程中的截图。

训练集只有这么点分数，要么次数太少，要么模型太小。另外你这个需求还要用分割么？直接图片分类不行么

lanmp 发表于 2025-2-26 16:59
训练集只有这么点分数，要么次数太少，要么模型太小。另外你这个需求还要用分割么？直接图片分类不行么 ...

请教大神，次数一般设置多少合适？
另外，模型太小是要怎么理解？
“这个需求还要用分割么”：是这样，训练的数据是单个实例1张图像，实际场景会可能出现1张图像中有多个产品，需要算出图像中是不是有多个产品，出现多个产品要异常处理掉，1个产品才来分类。

time04a 发表于 2025-2-26 17:44
请教大神，次数一般设置多少合适？
另外，模型太小是要怎么理解？
“这个需求还要用分割么”：是这样，训 ...

次数你看分数不在上升就可以停了。模型太小就是参数数量太少，像这种软件给你的模型就那么几种，规模也就那几种，不是你想要多大都有的。你的问题太复杂，模型规模不够才会出现训练集分数上不去的情况
你这种要求也没必要用segmentation，用locate object就可以

别说计算机了  我人眼都很难区分出来 哪个是左哪个是右

time04a 发表于 2025-2-26 17:44
请教大神，次数一般设置多少合适？
另外，模型太小是要怎么理解？
“这个需求还要用分割么”：是这样，训 ...

感觉确实不用分割啊，你直接写一小段代码做个外接矩形，一般代码都能把你这个主体检测出来。比如一张图中有多个产品，你直接通过目标检测外接矩形那个代码就能扣出来，抠出来的多个小图直接走分类就完了

雾里看花 发表于 2025-2-27 08:58
别说计算机了  我人眼都很难区分出来 哪个是左哪个是右

确实，左右的区分度很小，肉眼都要看很久想很久才能分出来

DanielZ 发表于 2025-2-27 10:20
感觉确实不用分割啊，你直接写一小段代码做个外接矩形，一般代码都能把你这个主体检测出来。比如一张图中 ...

抠出来，这个是通过处理图像获取的吧？
抠出小图走分类，意思是还是用深度学习模型推断分类吗？
不知道为什么，模型的准确率很低，要么是左眼识别成右眼，要么就反过来。

lanmp 发表于 2025-2-26 18:43
次数你看分数不在上升就可以停了。模型太小就是参数数量太少，像这种软件给你的模型就那么几种，规模也就 ...

请教大神，locale object是什么

time04a 发表于 2025-2-28 20:33
请教大神，locale object是什么

物体定位，YOLO那种。Halcon肯定有这种工具的