CNN人脸识别类别数为3精确度06类别数34精确度01为什么

可能有以下原因：

1. 样本不均衡：类别数为3时，数据集中每个类别的样本数量可能比较均衡，使得模型能够更好地学习每个类别的特征；但是类别数增加到34时，可能存在某些类别样本数量很少，导致模型不能很好地学习这些类别的特征，从而影响了分类精度。

2. 特征提取能力不足：类别数增加时，模型需要提取更多更复杂的特征来区分不同的类别。如果模型的特征提取能力不足，就会导致分类精度下降。

3. 过拟合：类别数增加时，模型的参数数量也会增加，进而增加过拟合的风险。如果模型过拟合了，就会导致在训练集上表现很好，但是在测试集上表现较差。

4. 数据质量问题：类别数增加时，数据集中可能存在更多噪声或者错误标注的样本，从而影响了模型的训练和分类精度。