CY 说标注出来的是困难样本,不参与训练的样本。
这样的话参与训练的样本本身都是高质量的样本。
其实只要标记出来就没有问题。
第二次标注的数据的效果比第一次标注的大model 精度还低了1个点,原因是什么?
说实话 第二次标注的数据明显比第一次标注的彻底。
标注的彻底的意思 基本上每张图片里面人头都有标注。
CY 说ZX 的code 里面有个错误,现在能到80% 早前是78%
ACF 里面分大模型跟小模型?
其实精度提高不了要从其他方面找原因了。
样本的数量是够的。
把样本周围加一圈就能解决这个问题? 感觉也很扯淡
别人要求是85% 现在识别率是80%
acf 模型