深度学习项目主要是模型+数据两家马车,从现阶段中国的应用来说,模型只是选择,不能自我创造或者改造,那么最有利的办法就是提高数据了,那么数据采集、数据预处理、数据标注、模型训练中,应该怎么样做好数据管理呢?
笔者自己总结的数据管理的经验,希望大家不吝赐教:
1、数据质量远比数据数量重要;
2、要尽早摸清摸透自己产品应用场景的数据特殊性或者复杂性,并做好计划;
3、要严格制定数据采集、数据预处理、数据标注、数据传输、数据归档等的标准、规范、流程;
4、有规划、有计划,比如那几类情况的数据要重点采集标注,分几类,每一类各需要多少量级的数据;
5、再遵循以上几点的前提下,数据数量越大越好!
有想法的童鞋,可以微信交流,1 5 8 1 0 3 7 2 9 7 5 !