车产翻译模板 机器学习中的正负样本

日期:2023-03-11 12:39:36 / 人气: 850 / 发布者:成都翻译公司

对于机器学习中的正负样本问题,之前思考过一次,但是后来又有些迷惑,又看了些网上的总结,记录在这里。下面摘录一段博客中的解释,是针对与SSD训练中的正负样本的生成问题:具体的代码还没有仔细研究,FasterRcnn也是类似的策略,它们的代码都值得好好研究一下,但是目前还不知道yolo再选取负样本的时候有没有用到什么策略,有时间应该拜读一下论文。

关于机器学习中的正负样本问题,我之前想过一次,但后来有点糊涂了。我阅读了一些在线摘要并记录在此处。

我们经常涉及的任务是检测和分类。

对于分类问题,正样本就是我们要正确分类的类别对应的样本。例如,我们需要对一张图片进行分类,以确定它是否属于汽车。那么在训练过程中,汽车的图片是一个正样本。原则上,一个负样本可以选择任何其他不是汽车的图片车产翻译模板,这样就可以训练一个汽车的分类网络。在这个网络上测试会发现车产翻译模板,它会将一些非汽车图片误报为汽车。假阳性图片是“困难样本”。在后续的训练中,这些硬样本被加入到负样本集中进行训练。*终的网络模型效果会更好。这个过程被称为“困难的例子”。Dig”。另外,在选择负样本时,原则上,您可以选择任何非汽车图片作为负样本,但更合理的情况应该考虑实际应用场景,例如实际应用是行车记录仪上拍摄的图片。那么对于分类,负样本应该是其他非汽车图片,如道路、树木、路灯等。

针对检测问题,需要判断哪里有什么东西,也就是位置回归,还要分类。这时候正样本就是我们预先标出的bbox box的一部分,但是一般的检测框架都是按照一定的规则生成一些预测的bbox,所以在选择正样本的时候需要判断重叠在这些生成的 bbox 和 GT bbox 之间。如果重叠大于某个阈值,则将预测的 bbox 视为正样本。如果没有超过这个阈值,就被认为是一个负样本。以下摘自博客中的解释,针对SSD训练中正负样本的生成:

给定输入图像和每个物体的Ground Truth,首先找到每个Ground True Box对应的Default Box中*大的IOU作为正样本。然后,在剩余的 Default Boxes 中,找到那些与任何 Ground Truth Box 的 IOU 大于 0.5 的 Default Box 作为正样本。其他被视为负样本(每个 Default Box 要么是一个正样本 Box,要么是一个负样本 Box)。如上图,两个默认框匹配猫,一个匹配狗。在训练过程中,采用了Hard Negative Mining的策略(所有box都按照Confidence Loss进行排序,使得正负例的比例保持在1:3),以平衡正负的比例例子。

引自

具体代码没有仔细研究。FasterRcnn 也是一个类似的策略。他们的代码值得研究。但是目前不知道yolo选择负样本的时候有没有什么策略。如果你有时间,你应该阅读这篇论文。

相关阅读Relate

  • 法国签证营业执照翻译件模板 你与申根签证只有一条推送的距离
  • 江苏省增值税发票翻译模板 江苏税务局出口货物退(免)税申报管理系统软件
  • 肄业证书翻译模板 复旦大学学生学业证明文书管理细则(试行)
  • 四级英语作文模板带翻译 大学英语四级翻译模拟训练及答案
  • 社会某信用代码证翻译模板 js验证某社会信用代码,某社会信用代码 验证js,js+验证+社会信用代码证
  • 美国移民证件翻译模板 日语签证翻译聊聊身份证翻译模板
  • 翻译软件模板 人类史上*实用的的文档快速翻译指南
  • 江苏省增值税发票翻译模板 江苏出口货物退(免)税申报管理服务平台
  • 瑞士签证房产证翻译件模板 瑞士探亲签证—就读子女
  • 日语户口本翻译模板 户口本翻译价格_户口本翻译一般多少钱?
  • 车产翻译模板 机器学习中的正负样本 www.chinazxzy.com/fymb/8150.html
    
    本站部分内容和图片来源于网络用户和读者投稿,不确定投稿用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的权利,请联系:chinazxzy@163.com,及时删除。
    Go To Top 回顶部
    • 扫一扫,微信在线