![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
水表-识别
jinggegebuaa
这个作者很懒,什么都没留下…
展开
-
水表模型更新--170323
之前训练了两个水表模型A. 之前所有的水表模型的样本。B. 8000张样本。但是这两个模型的结果在新一批的数据上的结果为 69.52% GYZ 用tensorflow 上的一个模型训练的结果为70.52 比我高一个点。so 这一个点差在哪里?我用上一批的数据重新训练了一下,在1000 张样本上上测试了一下。发现在1000 张测试集上结果为1000 张里面有11张不正确的。(1000原创 2017-03-23 13:37:58 · 1674 阅读 · 2 评论 -
水表多标签训练问题总结
现在加了校正的测试集 总共的样本有1w 多张。训练和 val 的分配的比例是0.95 :0.05 (600-41)/600 =0.93 明天算一下详细的信息把所有的训练集都跑了一遍,发现有219 张错误识别的经过比对 有41 张是错误识别的 其他的是因为标注错误 但是识别正确的所有的错误识别的样本如下:A 模糊的样本B 最后两位是半数的样本 C 反光的样原创 2016-12-14 23:12:12 · 922 阅读 · 4 评论 -
水表识别
水表识别的问题:1. 首先我把3月15 号的数据跟7月27号的数据合在一起训,总共三万五千张样本。 用原来的网络训练。发现最后的精度只有90% 左右,查看错误的原因。 发现图片是这样的,但是7月27号来的这批图片是:所以这两个图片是不能一起训练的。发现的问题是:3W多张训练样本里面有3000 多张样本识别错误,其实看acc 精度已经到1了后来就把原创 2017-08-04 15:24:24 · 6138 阅读 · 20 评论