基于机器学习SSD算法的危险物品识别项目（毕业设计）

题描述

---

数据集中各个危险品类别的数据量是不均衡的，如何解决样本不均衡条件下模型训练的类别偏好问题是一个热点。训练集中的危险品包括带电芯充电宝和不带电芯充电宝两个类别。比例为 1:10（带电芯充电宝：不带电芯充电宝，500：5000）。划分训练集训练模型，划分测试集计算测试集在模型上的 mAP。

解决方案

---

样本不均衡问题的解决方案该问题中，带电芯充电宝和不带电芯充电宝的比例为 1:10（500 : 5000），两类样本类别分布严重不均衡。若不对样本进行处理，样本少的一类由于样本特征少，使得不容易发现特征规律，很容易出现过拟合问题，导致模型的准确性会很差。解决样本不均衡问题的方法有很多，如过抽样、欠抽样以及改变两类样本的权重等。在该问题中，我们选择了过抽样方法：增加分类中少数类样本的数量来实现样本均衡，即增加带电芯充电宝的样本数量。由于在实际情况中，两类样本比例达到 1:3左右即可认为样本达到均衡，故在实验中，我们选择的方法是：对带电芯充电宝进行左右、上下翻转，将原来 500 个样本扩充到 2000 个。扩充后，带电芯充电宝和不带电芯充电宝的比例变为 1:2.5， 大大减小了两者的比例，使得样本几近达到均衡。</