以下问题,以训练分类模型为例:
1. 每一类的图片张数怎样设定?
整体原则:
越能模拟实际使用场景越好。
(1)如果考虑模型的泛化能力,数据越丰富、越五花八门越好;
(2)如果只考虑某固定场景的准确率,越接近该场景越好(如某演示场景)。
没有具体的张数限定。比如说,“各式各样”的100张图像,可能比只有某个样子的500张图像效果更好。
2. 类间数据量不均衡
允许每个种类的样本数不一致,但是不能超过太多,例如:1万张和1千张这样量纲上的区别。
类间数据量不均衡造成的影响:数据量越大的类别,其召回率会更高,相应地会损失一些精度。(参考文章:https://www.cnblogs.com/laiqun/p/6248784.html)
4. 样本数少,怎样进行数据增强?
1)重复性的图片,跳帧保存图像;
2)旋转
3)遮挡
4)光线变化
5. 图像分辨率太小会怎样?
无论是训练集、还是测试集,其图像的分辨率如果太小,都会致使识别效果降低。
主要原因是:分辨率太小,丢失了大量的目标信息。
分辨率大小,如何进行把握,根据经验,最好大于200*200。