0
  • 更新

我可以将小测试集拆分为验证集realB-v和测试集realB-t,然后微调模型并在测试集realB-v上进行测试。然后,我交换验证集和测试集并训练一个新模型。我可以报告两次培训的平均结果吗?

  • 原帖

我有一个在真实数据集realA上训练的预训练模型M,我在另一个真实数据集realB上对其进行了测试,结果非常差,因为realArealB存在域差距。由于realB中的真实图像很难获取,因此我决定生成像realB这样的合成图像,并使用这些图像synthetA来微调模型M

我想知道我是否还需要获得验证集?如果是这样,验证集应该从syntheArealB 中分离出来realB已经是一个非常小的集合(300 张图像)。

在我看来,我认为在这种情况下不需要验证集。如果我直接微调模型并根据realB上的准确率得到超参数,它不会引起泛化问题,因为我用于微调的图像都是合成的。

我想听听你的意见。谢谢你。

4

0 回答 0