fasti 图像分类仅使用验证数据集而不使用测试数据集

问题描述

我使用 fastai 构建了一个图像分类模型。我提供了这样的训练和验证数据集：

data = (ImageList.from_folder(PATH)
        .split_by_folder(train='train',valid='valid')
        .label_from_folder()
        .transform(get_transforms(do_flip=True,flip_vert= True,max_zoom=1.1,max_rotate=10,max_lighting=0.5),size=224)
        .databunch()
        .normalize() )

然后我运行了 3-4 个 epoch，这给了我每个 epoch 的损失和准确性

最后我生成了混淆矩阵。

interp = ClassificationInterpretation.from_learner(learn)
interp.plot_confusion_matrix()

我的问题是，

我不应该使用单独的测试数据集来实际计算混淆矩阵和实际准确度。或者仅使用验证数据测试就足够了。我希望仅使用验证数据集就可以找到模型准确性。
我了解验证数据集用于为下一个 epoch 微调超参数，那么，在最后一个 epoch 结束时，验证数据集是否可以被视为测试数据集？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

fast-ai