在连续随机生成的训练数据上训练神经网络是个好主意吗？ [关闭]

Question

大家好，我正在 Tensorflow 中构建车牌检测模型。我构建了一个函数，从大约 5000 个车牌集合中随机选择一个车牌，并将其放在随机背景中的随机位置并保存坐标。起初我想以这种方式生成大约 40K 图像，并使用生成的数据训练网络。但是，不断地生成新数据以提供给网络并从根本上消除它过度拟合的任何可能性，这不是一个好主意吗？

Answer 1

这是训练它识别叠加的黄色/白色/蓝色矩形周围的不连续性的绝佳方法，但可能不是教它识别真实车牌的好方法。如果您有一种程序生成图像的好方法，那就太好了！但请注意。

它可能会发现错误的模式。