Обнаружение аномалий в видеокадрах с помощью автоматических кодеров, как здесь может помочь LSTM. Мне нужно сделать лучшую модель

#tensorflow #neural-network #conv-neural-network #lstm #anomaly-detection

Вопрос:

Я пытаюсь найти аномалии в видео, я тренирую модель автоматического кодирования для нормальных кадров, поэтому, когда я передаю аномальные кадры в качестве входных данных, это должно дать мне высокую стоимость реконструкции и выше порога, я могу классифицировать это как аномалию. Но в настоящее время я получаю точность всего 63%, как я могу ее увеличить? это сверточная модель нейронной сети, которую я сейчас использую

 model = Sequential()
model.add(Conv2D(128, (3,3), activation='relu', padding='same', input_shape=input_shape))
model.add(MaxPool2D(padding='same'))
model.add(Conv2D(64, (3,3), activation='relu', padding='same'))
model.add(MaxPool2D(padding='same'))
model.add(Conv2D(32, (3,3), activation='relu', padding='same'))
model.add(MaxPool2D(padding='same'))
model.add(Conv2D(16, (3,3), activation='relu', padding='same'))
model.add(MaxPool2D(padding='same'))
model.add(Conv2D(8, (3,3), activation='relu', padding='same'))
model.add(UpSampling2D())
model.add(Conv2D(16, (3,3), activation='relu', padding='same'))
model.add(UpSampling2D())
model.add(Conv2D(32, (3,3), activation='relu', padding='same'))
model.add(UpSampling2D())
model.add(Conv2D(64, (3,3), activation='relu', padding='same'))
model.add(UpSampling2D())
model.add(Conv2D(128, (3,3), activation='relu', padding='same'))
model.add(Conv2D(n_channels, (3,3), activation='sigmoid', padding='same'))
 

Форма ввода (128, 128, 1). Также я конвертирую изображение в grascale с использованием img = cv2.imread(join(join(Config.DATASET_PATH, f), c), cv2.COLOR_BGR2GRAY) и тренировался в течение 30 эпох
. Есть ли лучшие модели?