【发布时间】：2022-12-15 20:16:55
【问题描述】：
我已经尝试过使用 ResNet 架构的图像分类任务，并以相当高的准确性和 F1 分数实现。为了实现这一点，我对数据集进行了重新采样，将数据集拆分为训练、测试和验证，并使用了数据增强方法。
但是，我想提高它的性能，在阅读相关论文后，我注意到使用混合模型（DenseNet + LSTM、ResNet + randomForest 等）可以实现这一点。
是否有可能实现图像分类？ 在图像分类的情况下，是否推荐使用混合模型？
【问题讨论】：
标签： python deep-learning computer-vision conv-neural-network image-classification