1数据
- 增加数据,数据越多越好,深度学习,数据为王。
- 过滤数据,有些数据一张图片却包含另一类的对象,比如猫狗分类,一张图片里面既包含狗,又包含猫。所以最好是把所有的数据过一遍,把不太好的数据删除掉。有时候可能里面只有一两张错误图片,但是最终对算法效果的影响却很大。
2 修改类别数
- 增加对抗样本,这个效果特别好,例如做图片分类的时候,如果算法容易把白色桌面识别成雪天,那么就增加白色桌面的无关类,如果算法容易把玻璃识别成投影幕,那么就增加玻璃的无关类,这种方法效果特别好。
- 拆分类别,一个算法检测的类别数多了也会影响准确率,可以把他拆成好几个算法模型去做。
3 结合业务逻辑或者opencv
- 增加业务逻辑判断,用C++业务逻辑结合检测算法,从而提高准确率。
- 增加opencv代码,有时候可以用opencv一些普通的算法对深度学习算法结果进行二次判断,也能取得一些很好的效果。
4 其他
- 数据shuflle,prototxt已经shuffle了,但是还可以用脚本把txt文件给弄乱。
- 数据增强,就是旋转,光线。