【深度学习】请问深度学习训练自己的模型如何提升测试效果?

Wheeltec__某人 · 发表于 2021-10-14 08:46:18

请问深度学习训练自己的模型如何提升测试效果?目前测试可识别，但不稳定。

训练库是用小车摄像机拍摄的61张所需零件的照片。测试结果：1 识别结果不稳定，小车在有些位置不识别对象；2 有些位置识别出的某些情况可信度不高，30%左右，识别出频繁闪断；3识别出的框比零件大，labelImg框选零件都是沿边缘选定的，测试出的结果有时框架会纵向占全副画面

WHEELTEC-iris · 发表于 2021-10-14 08:49:59

1.61张图的数据量还是太少了我们自己训练都是300张图起步的-
2.背景太杂乱是肯定会影响识别效果的毕竟是靠摄像头识别这个要改善的话也只能在训练时增加不同背景的图片进行训练

Wheeltec__某人 · 发表于 2021-10-14 08:54:50

WHEELTEC-iris 发表于 2021-10-14 08:49
1.61张图的数据量还是太少了我们自己训练都是300张图起步的-
2.背景太杂乱是肯定会影响识别效果的毕竟 ...

识别可信度90多的时候，识别框比零件大，这个问题如何改善？

WHEELTEC-iris · 发表于 2021-10-14 08:57:24

Wheeltec__某人发表于 2021-10-14 08:54
识别可信度90多的时候，识别框比零件大，这个问题如何改善？

如果它框选的很大，就证明训练效果不佳，你上面这些问题都是训练数据不够会出现的情况
而且你背景里跟零件相似的杂物太多了

Wheeltec__某人 · 发表于 2021-10-14 09:01:30

WHEELTEC-iris 发表于 2021-10-14 08:57
如果它框选的很大，就证明训练效果不佳，你上面这些问题都是训练数据不够会出现的情况
而且你背景里跟零 ...

之前扩展了数据，1张照片变色成4张，再分别旋转成36张，83张照片扩展到1万多张，训练后的识别效果更差，基本识别不出来。是不需要扩展，多拍摄不同背景，不同角度的照片作为训练集吗？

WHEELTEC-iris · 发表于 2021-10-14 09:04:54

Wheeltec__某人发表于 2021-10-14 09:01
之前扩展了数据，1张照片变色成4张，再分别旋转成36张，83张照片扩展到1万多张，训练后的识别效果更差， ...

建议是如果想让它在哪个背景中被识别出来 就固定好相机角度进行同个场景的训练

		自动登录	找回密码
密码			立即注册