检测标注数据量

本文探讨了在目标检测任务中,特别是使用EfficientDet phi=1模型时,标注数据量对系统性能的影响。通过VOC2007和VOC2012数据集的训练与验证,以及与其他数据的混合训练,分析了不同数据量下的检测精度。结论指出,虽然更多的标注数据通常能提升效果,但在特定场景下,适量的数据也能达到理想效果。
摘要由CSDN通过智能技术生成

EfficientDet phi=1系统模型在2007测试集上的结果如果要问需要标注多少检测数据就可以了,得到的答复多半是越多越好。可是不可能无限制的标注数据,也不可能只通过数据就能达到预期效果,毕竟数据和算法才最终决定效果(算力直接决定了做事效率)。

既然没有统一答案,但是从公开的数据集中还是能获得些启发的。本文以VOC中的数据为例,探讨标注数据量的问题。首先看下各主流检测算法在该voc2007测试数据集上的效果。

图片来自这里

训练voc2007和voc2012数据,在voc2007验证集上的map如下:

vgg16 res101
AP for aeroplane = 0.7842
AP for bicycle = 0.7931
AP for bird = 0.7588
AP for boat = 0.6525
AP for bottle = 0.6580
AP for bus = 0.8383
AP for car = 0.8788
AP for cat = 0.8665
AP for chair = 0.5870
AP for cow = 0.8266
AP for diningtable = 0.6996
AP for dog = 0.8295
AP for horse = 0.8715
AP for motorbike = 0.7896
AP for person = 0.7919
AP for pottedplant = 0.4859
AP for sheep = 0.7571
AP for sofa = 0.7235
AP for train = 0.8082
AP for tvmonitor = 0.7744
Mean AP = 0.7588
AP for aeroplane = 0.7894
AP for bicycle = 0.8308
AP for bird = 0.8232
AP for boat = 0.7213
AP for bottle = 0.7019
AP fo
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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