1 数据
- 增加数据,数据越多越好,深度学习,数据为王。
- 检查数据,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。检测数据也是一样,里面可能会有一些检测框标注的不好导致算法效果不好
2 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。
3修改类别数
- 增加无关类,比如雾气检测,如果检测算法把正常天气也检测成雾气,那可以增加一个正常天气的无关类。
- 拆分类别,一个检测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检测。
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。
- 调节学习率。
- 迁移学习,网上找一个类似的网络进行学习。
- 修改预选框的大小,使他更接近实际的物体的大小,
- 修改网络,这个要多看论文,看多了慢慢的就有感觉了。