训练/测试数据的形状为（samples，256，256，1）。训练数据集有大约1400个样本，验证数据集有150个样本，测试数据集有250个样本。然后，我为一个六对象分类任务构建CNN模型。然而，无论我如何努力调整参数和添加/删除图层（conv&dense），我得到一个机会水平的准确性所有的时间（约16. 5%）。因此，我想知道是否我犯了一些致命的错误，而建立模型。或者有问题的数据本身，而不是CNN模型。
编码：
第一个
我使用CWT将我的教授记录的MEG数据转换为幅度标度图。使用了pywt.cwt（数据、标度、小波）。如果我绘制从cwt获得的系数，我将得到这样的图（我将62个通道合并到一个图中）。enter image description here
我使用这些系数作为CNN模型的训练/测试数据。但是，我调整了参数并尝试为CNN模型添加/删除层，分类准确度没有变化。因此，我想知道我在哪里出错了。是构建CNN模型出错了，还是CWT（处理数据的方式）出错了？
请给予我一些建议，谢谢。