やったこと
・ハイブリッドモデルの学習の続き
・VGG16での学習（途中）
ハイブリッドモデルの学習の続き
前回と同じ条件で、シード値とエポック数に変更を加えて引き続き学習を行なった。
・条件
背景：黒色背景
桃の糖度：各側面に対応
データ数：元データ1024を拡張した10240データ
・元データ数が880の場合（シード値変更・エポック数変更）
シード値が1でも、48エポック以上ならシード値0と同様に精度は上がっていく。
エポック数72、シード値1の例
・元データ数が1024の場合（シード値変更・エポック数変更）
72エポックまで学習させたところ、シード値が0でも1でも、Validationが停滞する。
エポック数72、シード値0の例
VGG16での学習（途中）
・モデルの構成
64 ユニットの全結合層とBatchNormalizationと1 ユニット全結合層を追加。
上位層15 層と全結合層2 、BatchNormalization を学習。
・評価結果がNaN
とりあえずは他のモデルを実装して学習を進めつつ原因を探る。
今後の課題
・異なるモデルを用いての学習（EfficientNetB3、ResNet50、Xception、MLP）
・カラー背景画像からの桃領域抽出（REMBG試してみる）
・カラー画像を追加して学習