深度学习目标检测YOLO对于数据集的要求


前言

提示:之前在做深度学习的时候,发现如果想要训练自己的数据集,那么数据集的准备对检测结果有很大的影响。刚好最近看YOLO的帮助文档,发现有一些对数据集的要求和建议,这里就记录一下。

一、目标检测对训练数据集的要求

YOLO帮助文档

  1. 确保要检测的每个对象在训练集中都被标记。数据集中的每个对象都应该被标记。在大多数训练问题中,你的数据集中有错误的标签。
  2. 对于每个你想要检测的对象-在训练数据集中必须至少有一个相似的对象有差不多相同的:形状,侧面的对象,相对大小,旋转的角度,倾斜,照明。所以你的训练数据集包括图像与不同的对象:比例,旋转,灯光,从不同的侧面,在不同的背景-你应该最好有2000不同的图像为每个类或更多,你应该训练2000*类迭代或更多
  3. 数据集中既要包括你想要检测的物体,也要包括你不想检测到的物体。(比如:你想检测狗,但是不想检测猫。那么你的数据集中同时要有狗和猫,当然猫不要进行标注)
  4. 标记物体最好的方式是什么:只标记物体可见的部分,还是标记物体可见重叠的部分,或者标记比整个物体稍微多一点(有一点间隙)?按你喜欢的方式标记,这取决于你希望它如何被检测到?
  • 17
    点赞
  • 68
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
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