CNN图形识别、识别率差，该如何训练模型？

请问大家，训练的图类似第一张图（经裁剪过的，想让模型尽快提取有效信息），而实际待识别的图如第二张图（未经裁剪的），识别率很差，请问如何解决？我应该用怎样的图像去训练模型呐？谢谢！!

样本太少，怎么识别都差，样本足够多，识别率自然就提高了。

假如你想做的是从部分图像来匹配整个的话，就不太需要训练模型，由第一张图来识别第二张图更像是在做一个检索

但是如果你想做的是识别图片中物品的话，训练集的图片和测试集一定是不能相同的，不能像你这样从图像里面截取之后还用它本身来验证

对于这种数据大小差距很大的问题，有一个思路是尽量让你比较的内容和你学习的数据匹配一些。简单来说，就是大图取样的点密集一些，而小图取样相对大图就小一些，这种做法能够一定程度增加训练的效率。而且一个模型要训练到识别正确率较高的话，迭代次数少说也得几百次吧。