의료 이미징에서 2클래스 분류 문제의 오버피팅 문제를 다룬 글.
작성자는 2D X선 혈관조영 영상을 이용한 2클래스 분류 문제에서 오버피팅에 어려움을 겪고 있습니다. 데이터셋은 약 900개의 훈련 프레임으로 구성되어 있으며, InceptionV3 아키텍처를 사용하고 있습니다. 훈련 정확도는 빠르게 상승하나 검증 정확도는 초기에는 괜찮지만 이후 하락하는 문제를 지적하며, 해결 방법에 대한 조언을 요청하고 있습니다.
The article addresses overfitting issues in a 2-class classification problem using medical imaging.
The author is struggling with overfitting in a 2-class classification problem using 2D X-ray angiograms. The dataset consists of around 900 training frames, and they are using the InceptionV3 architecture. Training accuracy improves quickly, yet validation accuracy peaks early before collapsing, highlighting a need for strategies to combat overfitting. The author seeks advice on techniques or papers that could assist with small-sample medical classification.