腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
在
训练
实例
分割
时
,
在
图像
数据
集
上
创建
增强
的
最佳
方法
是什么
?
deep-learning
、
computer-vision
、
pytorch
、
artificial-intelligence
、
image-segmentation
背景:我正在使用YOLACT
实例
分割
模型来
训练
图像
集
。
数据
集
大小非常小(约20个
图像
)。模型不能正确收敛(当然,给定
数据
集
大小)。我想通过添加一些
增强
的
图像
来增加
数据
集
的
大小。我知道我们有各种各样
的
图像
增强
技术和包,如image,albumentation,
浏览 29
提问于2021-01-20
得票数 0
1
回答
文本
增强
应该在拆分
数据
集
之前还是之后进行?
machine-learning
、
python
、
keras
、
tensorflow
我有一个包含20000个样本
的
文本
数据
集
(这还不够)。我使用文本
增强
来“发明”更多
的
样本,所以本质
上
我将每个样本乘以10 -最后得到200000个样本(这10个样本中
的
每一个都是一种不同
的
增强
方法
)。
在
将整个
数据
集
分割
为
训练
和测试
数据
集
之前,我就这样做了。我应该只为
训练
<em
浏览 0
提问于2021-12-29
得票数 1
回答已采纳
1
回答
测试
数据
集
和验证
数据
集
的
增强
deep-learning
、
dataset
、
computer-vision
、
validation
我
在
训练
一个
分割
模型(计算机视觉)。因此,我
的
数据
集
包含
图像
和掩码(对象
的
二进制分段)。 我正在增加
训练
数据
集
(应用随机作物、轮班或轮班等)以获得更大
的
数据
集
。我不对测试和验证
数据
集
应用
增强
。我应该在验证
数据
集
或测试
数据
集
浏览 0
提问于2020-11-12
得票数 0
回答已采纳
11
回答
测试/验证集中
的
数据
增强
?
machine-learning
、
deep-learning
通常
的
做法是
在
训练
和测试
集
,或者仅仅是
训练
数据
集
上
增加
数据
(
在
包含
图像
的
数据
集中,以编程方式添加样本,例如随机作物等)?
浏览 23
提问于2017-12-29
得票数 38
回答已采纳
1
回答
图像
数据
增强
时
分割
率的确定
machine-learning
、
deep-learning
、
sampling
、
data-augmentation
、
train-test-split
我有一个非常不平衡
的
图像
数据
集
,一个类有2873个
图像
,另一个只有115个
图像
。其余
的
类每个类都有大约250幅
图像
。为了减少这种不平衡,我决定将
数据
集
分割
成列车有效
的
测试组件,与小班相比,主类
在
培训集中
的
图像
比例较低。然后我将增加
训练
集中
的
数据
。我打算在
数据
浏览 6
提问于2022-11-20
得票数 0
2
回答
图像
分割
后
的
数据
增强
python
、
keras
、
image-segmentation
、
data-augmentation
让我们假设我有一个小
的
数据
集
。我想实现
数据
增强
。首先实现
图像
分割
(之后,
图像
将是二值
图像
),然后实现
数据
增强
。这是一种好
方法
吗?
浏览 5
提问于2021-02-15
得票数 0
1
回答
什么时候用翻转和旋转来
增强
图像
的
数据
集
?
training
、
methodology
我是机器学习
的
初学者,所以如果我
的
问题有点琐碎,我很抱歉。 假设我有一个
图像
数据
集
,我想对其进行分类,比如说使用一个神经网络。对我来说,尝试通过翻转和旋转
图像
来
增强
我
的
数据
集
是有意义
的
,以便获得更多
的
训练
观察结果。
在
某种程度上,我希望将我
的
数据
集
拆分到一个
训练
集</e
浏览 0
提问于2019-05-11
得票数 1
2
回答
处理过度拟合:
数据
扩展、交叉验证、旋转
增强
machine-learning
、
rotation
、
cross-validation
目前,我只是
在
探索tflearn (VGG.Net、GoogLeNet、ResNet等)提供
的
网络,并将它们应用到我
的
数据
集
(128*128单通道
图像
、925张
图像
--
增强
前、5058张
图像
--
增强
后、问题:
训练
准确率(~100%)与验证精度(~70%)相差很大。 我
的
方法
: 1)通过减少卷积核
的
#来降低模型
的
复杂度;2)减
浏览 1
提问于2016-12-23
得票数 3
1
回答
flow_from_directory在有线电视新闻网中
的
数据
增强
deep-learning
、
keras
、
tensorflow
、
convolutional-neural-network
我想用一个小
数据
集
来
创建
CNN模型。因此,我使用
数据
增强
来增加列车
数据
集
。我应该使用列出这里
的
所有
增强
技术(参数)吗? 我注意到,增加了许多论点,降低了模型
的
准确性,使
训练
集
比测试
集
更难。当使用flow_from_directory
时
,使用
数据
增强
的
最佳
实践
是什么</
浏览 0
提问于2018-09-06
得票数 7
回答已采纳
1
回答
当测试
集
分布不同时,分类任务、结果不同
python
、
machine-learning
、
keras
、
conv-neural-network
我用conv网络对
图像
进行分类。多类问题(有12类)因为我们班
的
数据
非常少,所以我做了一个60 %
的
训练
/
浏览 0
提问于2019-06-04
得票数 0
回答已采纳
1
回答
在
convnet
上
生成
的
培训
集
machine-learning
、
neural-network
、
image-classification
、
convolutional-neural-network
、
data-augmentation
我有一个
数据
集
,大约有800幅
图像
被分类为18个类。 为了增加我
的
数据
集
,我决定使用
图像
增强
来稍微修改每幅
图像
,为每幅
图像
制作20幅新
图像
。然后,我决定使用我
创建
的
图像
作为我
的
训练
集
,我
的
原始
图
浏览 0
提问于2019-01-16
得票数 0
回答已采纳
1
回答
图像
锐化是
数据
增强
的
好主意吗?
machine-learning
、
neural-network
、
deep-learning
、
data-augmentation
、
image-preprocessing
我正在
训练
分割
网络,虽然
数据
集
还不错(~5k
图像
),但我想对其进行扩充,到目前为止,我正在尝试:RandomRotateRandomShadows由于问题
的
限制,我不能做随机作物或轮班。除了那些
增强
功能之外,我还在研究
图像
锐化,并想知道它是否是
数据
集
增强
的
一个很好
的
候选。我可以
在
一些
浏览 0
提问于2019-04-03
得票数 2
回答已采纳
2
回答
如何识别放大
的
图像
?
tensorflow
、
machine-learning
、
keras
、
deep-learning
、
computer-vision
有没有什么
方法
可以用来识别“假
的
”4K
图像
?即已从720p/1080p放大到4K
的
图像
。我尝试过搜索,但我主要只找到了用不同
的
方法
来放大
图像
的
方法
,比如双线性,双立方,Lanczos,SRCNN和EDSR。 那么,我如何识别这些从“真正
的
4K”
图像
中放大
的
较低分辨率
的
图像
呢?我目前有一个包含200张“真实”4K
浏览 3
提问于2019-12-05
得票数 1
1
回答
SEM
图像
分割
/聚类
matlab
、
image-processing
、
image-segmentation
我想要识别纳米结构
的
簇。这是原始
图像
:集群应该如下所示:背景信息 总体目标是区分前景和背景结构。为了重建多孔介质
的
三维模型,从切片
上
获取SEM
图像
,然后将其二值化为固体和孔隙,最后
在
z方向上放置成一排。虽然识别实体很容易,但不幸
的
是,毛孔显示
的
是后续切片
的
实体。因此,这个想法是验证哪些结构发生了变化,即特定切片
的
实体,以及哪些不是后续切片
的
实体。由于结构
的</em
浏览 1
提问于2013-09-04
得票数 2
1
回答
关于不平衡类
的
辅助权值
class-imbalance
、
weighted-data
考虑一个将被拆分为
训练
和测试
的
数据
集
。该模型将使用火车组学习,并使用未见测试
集
进行评估。现在,
数据
集
是不平衡
的
--它包含了更多属于特定类
的
示例。在这种情况下,平衡它
的
方法
之一(除了这里提到
的
方法
:不平衡
数据
集
分类
的
训练
、测试
分割
)是根据样本分配权重。分配权重
的</em
浏览 0
提问于2019-11-24
得票数 1
回答已采纳
1
回答
为什么我
的
val_accuracy
在
0.0000e+00
上
停滞不前,而我
的
val_loss从一开始就在增加?
classification
、
loss
我正在
训练
一个分类模型来对细胞进行分类,我
的
模型基于本文:https://www.nature.com/articles/s41598-019-50010-9。由于我
的
数据
集
只包含10个
图像
,因此我执行了
图像
增强
,以人为地将
数据
集
的
大小增加到3000个
图像
,然后将这些
图像
拆分为2400个
训练
图像</
浏览 301
提问于2020-04-22
得票数 3
回答已采纳
3
回答
图像
增强
会使性能变差
tensorflow
、
computer-vision
、
deep-learning
、
caffe
、
keras
我正在做一个
图像
分割
项目,并一直
在
尝试采用
图像
增强
技术来增加
训练
集
的
大小。起初,我只是尝试使用水平翻转来使
图像
大小加倍,但我发现其性能比不使用它要差得多。有什么可以分享
的
见解吗?谢谢。
浏览 3
提问于2017-02-10
得票数 11
2
回答
深度学习
训练
集
的
图像
增强
算法
image-processing
、
tensorflow
、
deep-learning
为了准备大量
的
数据
集
以
训练
基于深度学习
的
图像
分类模型,我们通常需要依赖于
图像
增强
方法
。我想知道通常
的
图像
增强
算法
是什么
,
在
选择它们时有什么考虑吗?
浏览 3
提问于2016-10-18
得票数 0
回答已采纳
2
回答
深度学习网络精度下降
machine-learning
、
neural-network
、
deep-learning
、
accuracy
为了熟悉语义
分割
和卷积神经网络,我将通过MathWorks学习本教程:我没有使用Segnet
的
预培训版本,因为我想测试我
的
自定义
数据
集
。所有的代码都是相同
的
,但是我有不同
的
类,标签更少。下图显示了与每个像素相关联
的
标签名称和像素数量。为了弥补低像素
数据
的
类别2,中位频率平衡被执行。./ imageFreq 我将继续使用示例中提供
的<
浏览 0
提问于2018-12-01
得票数 0
1
回答
调整尺寸Vs CenterCrop Vs RandomResizedCrop Vs RandomCrop
pytorch
、
data-augmentation
有人能告诉我在哪种情况下使用上述功能以及它们如何影响
图像
大小吗?我想调整猫V狗
的
图像
大小,我有点困惑如何使用它们。
浏览 0
提问于2020-04-20
得票数 2
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
I-JEPA:像人一样学习推理的AI图片模型(Meta公司发布)
CVPR 2024 | 分割一切模型SAM泛化能力差?域适应策略给解决了
无监督视频物体分割新思路:实例嵌入迁移
优于Mask R-CNN,港中文&腾讯优图提出PANet实例分割框架
速度提升一倍,无需实例掩码预测即可实现全景分割
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券