dropout 对于整个深度神经网络的影响

在进行图像分割时，发现一个问题，在不加dropout 时整个模型的训练准确率可以很快的提升，但是验证集的准确率很难提升上去。但是在加了dropout 之后，发现模型训练集准确率提升就会很慢，也很难达到没有加入dropout的效果。验证集的准确率提升的并没有想象的那么明显。所以怀疑dropout的加入对于整个网络模型的提升到底有多大。看了相关文章说dropout对于模型准确度的提升没有想象的那么有作用。但是如果不加dropout，我们如何提高模型的鲁棒性性提高模型的验证集准确度？