転移学習に関する質問

現在、私は深層学習について勉強しています。
そこで転移学習ありとなしで学習してみたのですが、転移学習をしないほうがミニバッチの精度および検証精度が良い結果となりました。
私は普通、転移学習をしたほうが学習結果が良くなると思っていました。
こうなる理由として何が考えられますか？
モデルはSegNet,SegNet-VGG16です。

初めての質問なので、文章が雑で申し訳ありません。

No.2 回答者： にんたまくん 回答日時： 2018/12/13 19:59

私は教師信号使って、keras, Pythonをやっている程度ですが。

Takahiro Kuboさんという方の記事の引用になりますが、
記事名　転移学習：機械学習の次のフロンティアへの招待(https://qiita.com/icoxfog417/items/48cbf087dd22f …
の中で、

転移学習の取り組む課題：観測データが異なる、観測データの分布が異なる、予測ラベルが異なる、ラベルの分布が異なることがあり、これらが複数同時に起きている可能性もあると述べられていました。

転移学習を行なうためのアプローチも書かれていました。

ご参考まで。既にご存知の内容であれば、ご容赦下さい。

No.1 回答者： t63 回答日時： 2018/12/12 23:58

転移学習は全く別のデータで学習されたモデルを使うので、

自分の学習したいデータとあまりにかけ離れてると精度は
落ちると思うのですがどうなんでしょうかね。