使用Tensorflow对象检测API，关于标签示例的训练/测试分割百分比，当前的建议/最佳实践是什么？我已经看到了许多相互矛盾的信息，从70/30到95/5。任何最近的现实世界经验都是值得感谢的。
浏览 32提问于2019-06-13得票数 1
回答已采纳
1回答
我有一个图像数据集，我正在尝试使用谷歌的AutoML对象检测来运行对象检测。 我手动将数据拆分为训练、测试和验证。我注意到它没有读取我在某个标签(chickennuggets)上设置为验证的图像。此外，每个拆分的数量与我的csv上的每个拆分的图像数量不匹配。我需要模型来读取图像并将其分配给集合(训练、测
浏览 29提问于2021-09-27得票数 0
我正在从事物体检测的工作。我的训练集是5984，测试集是1496 (KITTI跟踪训练数据集)。
在Tensorflow中拟合模型时，批量大小和纪元数应该有多大？有没有什么基于数据输入大小的经验法则？我应该将其拆分为训练/val/test，还是继续使用当前拆分的train/val？
浏览 14提问于2017-07-03得票数 0
1回答
我想为检测到的模型找到2d坐标系，这样我就可以进行光线投射，得到三维坐标系。我正在做以下步骤
到目前为止，我能够识别模型并得到概率。然而，我面临的挑战是识别检测到的模型的中心点，在此
浏览 1提问于2018-03-28得票数 1
2回答
目标检测:培训是否需要培训？
、、、、
这个问题涉及到对象检测，基本上是检测任何“已知”对象。举个例子，假设我有下面的对象。
所以简单地说，我的问题是，为了识别一个物体，我需要成千上万的正负物体吗？更新
事实上，主要的
浏览 3提问于2014-05-06得票数 0
回答已采纳
我使用了一个随机的森林分类器，现在我想看看我的分类有多好。甚至可以执行网格搜索。我的测试数据没有标签，这意味着我只有x_train、y_train和x_test。有没有一种方法可以在没有准确度的情况下计算错误率？提前谢谢你！
浏览 17提问于2020-02-04得票数 0
2回答
随机分割训练和测试数据
、、、
我有大约3000个对象，每个对象都有一个与之相关的计数。我想在训练和测试数据中随机划分这些对象，70%的训练和30%的测试分割。但是，我想根据与每个对象相关联的计数来划分它们，而不是基于对象的数量。举个例子，假设我的数据集包含5个对象。Obj 1 => 200Obj 3 =
浏览 25提问于2016-07-27得票数 1
我有一个.caffemodel文件，将其转换为.coreml文件，我正在应用程序中使用它来识别特殊类型的瓶子。它可以工作，但它只显示一个瓶子是否在图片中。现在我想知道瓶子在哪里，偶然发现了和，但我不知道如何将我的.caffemodel转换成这样的文件；这样的转换是可能的吗，或者培训必须完全不同？
浏览 0提问于2018-01-13得票数 0
我已经有了一个现有的spaCy模型，我想在运行时用额外的训练数据来改进它。例如，我的训练模型中的训练dataSet如下所示：entity: name=Anna entity: company=BMW nlp = s
浏览 2提问于2020-07-29得票数 0
我正在尝试使用检测人类的头部，包括颈部和肩部。我有大约800张图片，经过了50,000次迭代的训练。但在检测方面，detection_eval在训练过程中的最大值为0.29。在部署中，没有准确的检测。可能的问题是什么？我的矩形大约是40x40像素。图像显示为
对于SSD，是训练
浏览 0提问于2018-05-03得票数 1
我有一个包含19个特征的数据集。现在我需要做缺失值补充，然后使用scikit的OneHOtEncoder对分类变量进行编码，然后运行机器学习算法。我的问题是，我应该在使用split的train_test_split方法做上述所有事情之前拆分这个数据集，还是应该首先拆分成训练和测试，然后对每组数据进行缺失值和编码。我担心的是，如果我首先拆分，然后对得到的两个集合进行缺失值和其他编码，当对测试<
浏览 0提问于2015-05-05得票数 6
1回答
我正在尝试建立一个二进制分类器，我的大多数变量都是分类的。因此，我希望将分类数据处理为虚拟变量。X = data[features].drop(dropped_features, axis=1) return X, y
我将我的数据集划分为训练数据和测试数据最初，这两个子集具有相同数量的特征，并且在将我的特征转换为分类后，我的变量数量发生了变化，因此无法处理模型。在create_dumm
浏览 12提问于2018-02-20得票数 1
回答已采纳
我有一个非常基本的问题。 1)建议在什么时候保留部分数据进行验证，什么时候不需要？例如，什么时候我们可以说80%的训练，10%的验证和10%的测试拆分更好，什么时候我们可以说简单的80%的培训和20%的测试拆分就足够了？2)另外，使用K-Cross验证是否适用于简单的拆分(训练-测试)？
浏览 26提问于2020-03-18得票数 0
回答已采纳
我已经使用'count_raw_id‘列清理和消除了重复的文本数据，这意味着映射到一个清理的id的原始id的数量干净的id表示它是唯一的，并且有一些原始id映射到它现在我不想随机拆分我的清理的文本数据(’clean_df‘)我需要一些基于标准的采样来从这个大约2k行的整个清理的文件中创建两个数据集，一个用于训练模型，另一个用于测试模型
浏览 13提问于2019-10-17得票数 1
用*args和**kwargs构建test_train_split函数的包装器的正确方法是什么？为了提供更多的上下文，数据科学通常需要创建一个测试验证-训练拆分，所以我想构建一个类似的包装器。options) return train, val, test
这提供了数据集从oneliner调用中的训练、验证、测试<
浏览 4提问于2020-12-11得票数 1
回答已采纳
我真的需要知道最好的预先训练的模型来检测面孔和/或人的头部。不是人脸识别模型，而是只分类一个物体是否是一个人的头/脸。我正在tensorflow.keras.applications.resnet50的D1之上实现一个，但我不确定这是否是一个好方法。其他模型，如centernet和efficientnet in tensorflow，都是预先训练来检测几个对象的，但我不确定我是否
浏览 0提问于2020-11-18得票数 0
回答已采纳
1回答
我想在我自己的数据集上训练极小的yolo。我想预测三个类别:汽车，行人和骑自行车的人；所有这些都已经被注释了。 我的数据集还包括不包含这些类的图像(因此没有注释)。我是否应该将这些图像包括在培训中？
浏览 51提问于2019-03-17得票数 3
1回答
我试着做一个多变量时间序列异常检测。我有由“正常”数据组成的培训数据。我对这些数据进行训练，并在包含正常+异常数据的测试集上检测异常。我的理解是，根据测试集的结果调整模型的超参数是错误的。训练/验证/测试集看起来会是什么样子来训练和评估一个时间序列异常检测器？
浏览 3提问于2021-10-01得票数 0
2回答
我正在练习一般的计算机视觉，特别是TensorFlow对象检测API，还有一些事情我还不太明白。我有点不满意的小物体检测，这应该是正常时，使用SSD模型。在堆栈溢出中，我看到人们建议将图像裁剪成更小的帧，但是我很难理解一些东西：
根据.config文件和SSD文件，图
浏览 2提问于2019-10-25得票数 3
1回答
现在，我正在尝试使用YOLOv1代码来训练对象检测。一开始我使用的是momentum和weight_decay，但是随着时间的推移，训练的损失变成了NaN。因此，我没有得到任何NaN，但是我的模型不能像我预期的那样收敛。当我计算mAP时，只有0.29。我使用VOC 2007和2012年的数据进行培训，并作为测试集使用VOC 2007测试。因此，我的问题如下：
浏览 10提问于2021-06-17得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
