创新实训日记八：大训练集上的模型训练

最新推荐文章于 2023-08-03 14:43:39 发布
最新推荐文章于 2023-08-03 14:43:39 发布
阅读量323 收藏
点赞数
分类专栏： 创新实训
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AFXBR/article/details/90143677
版权

在经过之前几次模型的尝试后，我们最终选用了如下的模型结构作为我们最终的选择方案，之前的训练过程我们都是在小规模300个训练数据上进行的尝试，这一次在该模型上我们使用自制的规模稍大的数据集（四个人6000个训练数据）进行了模型的训练。
在这里插入图片描述

效果如下

在这里插入图片描述

AFXBR
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
TensorFlow2.X使用图片制作简单的数据集训练模型
09-17
主要介绍了TensorFlow2.X使用图片制作简单的数据集训练模型,本文通过截图实例代码相结合给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
车牌检测训练测试数据集
05-06
车牌检测与识别数据集：包括训练车牌检测模型数据：车牌和非车牌图块大小是136*36。 训练字符识别模型数据： 车牌字符大小是20*20，包括：数字：0~9；字母：A~Z；省市简称：京、津、晋、冀、蒙、辽、吉、黑、沪、苏、浙、皖、闽、赣、鲁、豫、鄂、湘、粤、桂、琼、川、贵、云、藏、陕、甘、青、宁、新、渝， 文章链接：https://tuomasi.blog.csdn.net/article/details/123246627?spm=1001.2014.3001.5502
口罩检测训练模型和数据集
03-03
口罩检测数据集，测试集400张，训练集1200张，验证集400张 口罩训练模型包含三个权重的模型，exp_yolov5l、exp_yolov5m、exp_yolov5s
训练深度神经网络
u013102349的博客
03-06 688
1.训练数据(1)数据量越大越好，模型泛化能力越强；(2)去除损坏的训练样本；(3)数据扩张（Data Augmentation）--拿图像为例，通过翻转、模糊等操作生成新的样例。2.选择恰当的激励函数（Activation Function）激励函数是神经网络的核心部分之一。激励函数将模型非线性（none-linearity）化。之前的神经网络大多选用Sigmoid函数作为激励函数，但是Sigm...
IllegalReferenceCountException: refCnt: 0, decrement: 1
aayygg1234的专栏
12-28 2875
记录一次线上报错：IllegalReferenceCountException: refCnt: 0, decrement: 1 2021-12-28 16:00:46,606 [7c726af447480996-7c726af447480996] [reactor-http-epoll-8 ] WARN r.n.h.c.HttpClientConnect - [id: 0x2543b1a8, L:/192.168.0.1:123456- R:yuming.yuming.com/10.135.1.17
敲重点！最全大模型训练合集！
热门推荐
Kenji_Shinji的博客
06-24 1万+
如图所示，PS架构将计算节点分为server与worker，其中，worker用于执行网络模型的前向与反向计算。而server则对各个worker发回的梯度进行合并并更新模型参数，对深度学习模型参数中心化管理的方式，非常易于存储超大规模模型参数。但是随着模型网络越来越复杂，对算力要求越来越高，在数据量不变的情况下，单个GPU的计算时间是有差异的，并且网络带宽之间并不平衡，会存在部分GPU计算得比较快，部分GPU计算得比较慢。这个时候如果使用异步更新网络模型的参数，会导致优化器相关的参数更新出现错乱。而使用同
大模型系列｜垂直大模型的几种训练策略（一）
素质云笔记
08-03 9271
垂直行业大模型的几种训练策略
含噪声的学生模型自训练可改进ImageNet分类
Major_S的博客
06-05 425
含噪声的学生模型自训练可改进ImageNet分类 1.一 论文导读 2.二 论文精读 3.三 代码实现 4.四 问题思索 这里是引用 一 论文导读 二 论文精读 三 代码实现 四 问题思索
创新实训日记六：四种模型结构的尝试
AFXBR的博客
04-28 310
在上周对简单的模型和复杂模型进行了简单的初步对比后，本周工作内容为在复杂模型上进行结构调整，试图寻找到比简单模型更好的模型结构。
大模型-大模型反馈训练基础认知视频
03-16
大模型系列基础认知之一：大模型反馈训练基础认知
YOLOv8训练飞机检测模型+权重+数据集
04-18
1、YOLOv8训练飞机检测模型，并包含标注好的飞机检测数据集，标签格式为xml和txt两种，类别名为aeroplane， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 5、采用pytrch...
YOLOv8训练飞机检测模型+权重+数据集+pyqt界面
04-18
1、YOLOv8训练飞机检测模型，并包含标注好的飞机检测数据集，标签格式为xml和txt两种，类别名为aeroplane， 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743 3、有QT界面 4、...
yolov8道路井盖-下水道井盖检测训练模型+数据集
最新发布
04-25
yolov8道路井盖-下水道井盖检测训练模型， yolo道路井盖-下水道井盖检测数据集，2千左右的数据，数据集目录已经配置好，yolo格式(txt)的标签，划分好 train，val, test，并附有data.yaml文件，yolov5、yolov7、yolov...
创新实训日记一：clmtrackr.js初探
AFXBR的博客
03-23 3187
本周的主要任务为学习使用clmtrackr.js，使用js进行简单的人脸检测和相关部位的提取。 clmtrackr是一个javascript库，用于将面部模型拟合到视频或图像中的面部，并实现纯js的人脸检测，并且clmtrackr跟踪一个面部并按照下面模型的编号将面部模型的坐标位置输出为数组 通过该js库能实现的功能主要包括以下几个方面： 跟踪图像 跟踪视频 面部替换 面部遮蔽 实时面部变形...
创新实训日记三：cnn模型改进
AFXBR的博客
04-07 1138
本周主要工作主要包括以下两个方面： 论文阅读，寻找新实现方法 现有模型的调整和改进 在新读的Eye Tracking for Everyone这篇论文中，作者通过cnns的训练实现了在手机和平板上的视线追踪功能，而且误差在1cm左右，精度较高。 而且对比于之前看的论文（Appearance-Based Gaze Estimation in the Wild）中需要坐标系变换和摄像头位置等...
创新实训日记二：通过tensorflow利用cnn对视线数据集进行训练
AFXBR的博客
03-31 926
本周的主要任务是利用cnn完成视线追踪模型的初步训练，根据论文Appearance-Based Gaze Estimation in the Wild中的实现方法（如下图），我们本周在未进行图像处理的前提下，通过将眼部图像直接喂入cnn进行了初步的训练。 训练采用的数据集为论文中提供的MPIIGaze数据集，在直接使用眼睛图像训练过程中只采用了数据集中左眼的数据进行训练，首先根据论文提供的公式...
创新实训日记五：视线追踪模型结构的调整和数据集的改进
AFXBR的博客
04-21 608
本周工作内容依然是继续调整模型结构，试图优化结果。
创新实训日记四：自制数据集和model在web上试运行
AFXBR的博客
04-14 418
因为在之前的数据集上，采用cnn的方法训练效果一直不是很理想，
创新实训日记七：注册登录
AFXBR的博客
05-05 406
loading……
如何用训练集训练bilstm模型
05-17
训练一个 Bidirectional LSTM 模型需要以下步骤： 1. 准备数据集：将数据集分为训练集和测试集，并进行预处理，...模型训练完成后，可以使用 evaluate() 函数对模型进行评估，使用 predict() 函数对新的文本进行预测。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值