Доклад конференции
Исследование влияния аугментации и размера пакета данных на качество обучения модели сверточной нейронной сети
2026
Исследуется влияние аугментации данных и настройки параметров сверточной нейронной сети на качество обучения изображений в задаче эмоциональной классификации. Проведены результаты серии экспериментов с фиксированным количеством эпох обучения, на базе сформированного датасета. Выявлены зависимости качества классификации от исследуемых параметров, определены оптимальные значения в рамках решаемой задачи и набора данных. Представлены рекомендации методического характера, развивающие парадигму - правильно подобранные гиперпараметры позволяют классическим сверточным архитектурам эффективно решать задачи категоризации визуального контента.
Цитирование
Список литературы