我想训练在APP截图上识别出一些图标的特定含义，比如齿轮的图标是设置，于是我就拿网上的图标库做训练，如下图。但是效果很差。我能想到的原因有3点：
1、图标太少，每类图标只有有400个拉框。
2、训练轮次不够，训练了400轮。
3、场景不拟合，我训练的时候是排排坐的图标，使用的时候是APP的截图。
由于我入门不久，对上述思考的正确与否没有把握，请大家帮我把把脉，感谢各位了！