使用类权重来训练难以训练且准确率低的类

Question

我在tiny imagenet上接受培训，在keras上有200节课，在google colab上使用GPU。验证集有10K大小，每个类有50个样本。 我的验证准确率是48.5%，有些类的正确预测非常低，例如50分之3。 为了在同一架构（简化的densenet）上获得更高的精度， 我正在考虑使用model.fit\u generator的class\u权重参数

我见过class_权重被用来平衡不平衡的类，但不适用于低精度类。那么，这是否可行，是否有很好的参考