我有一个图像分类问题（黑白简笔画） 问题是永远不会推断出两个类。
训练数据集有 500 个类，每个类有 100 个或更多 (299x299,1) 个样本。无法识别的类别已从 100 个样本增加到 140+ 个样本。最近，我使用自动拆分训练了 CreateML，但使用了单独生成的验证数据集。结果没有区别。CoreML 中的内部“FeaturePrint”模型似乎拒绝识别这两个字形。
值得注意的是，一个简单的 TensorFlow/Keras 模型（8 层 CNN/ANN）适用于所有类。但是，tf 模型在未经训练的“野生”输入图像上性能较差，并且在转换为 ML 格式进行部署时，tf 模型为 160 MB，而 CreateML 模型为 8 MB。
关于争论 CreateML 的任何建议？