具体情况：
网络：卷积和转置卷积为主的encoder-decoder结构（finetune的）
Metric： CC，AUC，SIM等
Loss： L1-Loss
以LEDOV作为训练集和验证集，9:1， 以SAVAM作为测试集，在训练过程中，验证集的metric不断上升，而测试集的metric在一开始就很好，后面甚至下降。
这种情况的overfitting该怎么解决呢？做数据增强还是使用各种dropout trick比如dropblock等。
相关主题
图像处理中rgba是什么意思？
2回答
有没有拍商品各个角度（7-10张），就可以无限生成这个商品各个角度的数据集
1回答
coco数据集是什么？
2回答
Python中怎么把一个RGB彩色图像转成灰度黑白图像？
3回答
pip install opencv-python失败，难道非要编译安装？
3回答
图像轮廓识别
1回答
opencv里waitkey和destroyAllWindows有什么用？
1回答
怎么用python读取视频文件？
2回答
对图像进行数据增广有哪些方法？
2回答
高斯模糊具体是什么？
1回答
我们谢绝在回答前讲“生动”的故事。
我们谢绝“这么简单，你自己想”、“书上有的，你认真看”这类的回答；如果你认为对方的提问方式或者内容不妥，你可以直接忽略该问题，不用进行任何作答，甚至可以对该问题投反对票。
我们谢绝答非所问。
我们谢绝自己不会、硬要回答。
我们感激每一个用户在编写答案时的努力与付出！