machine-learning - 边界框回归
问题描述
我有大约 100K X 射线照片,尺寸为 1024x1024。其中只有约 970 个具有预先存在的边界框坐标。我正在以 70:30 的训练和测试比率训练模型。我的问题是,如果其余图像没有边界框,我该如何训练模型?由于我不是医学专家,我无法在图像周围手动绘制边界框。有 14 个类,手动绘制边界框非常困难
解决方案
如果您了解其余未标记的图像,例如,如果您知道图像是否具有特定类别,则可以使用弱监督学习来训练所有图像的图像检测
推荐阅读
- python - Djagno 3.0 with Python 3.6.12 1054 遵循 Django 3.0 教程的错误
- mysql - 在 SQLALchemy 中使用 load_only 或 with_entities 的好处有多大?
- java - XStream:无容器节点的 NamedMapConverter 和 HashMap
- angular - 使用路由器链接时保留参数
- reactjs - Formik 错误:TypeError:无法读取未定义的属性“值”
- python - 多个范围列表的交集和补集
- sql - SQL 错误 (245):将 nvarchar 值“50%”转换为数据类型 int 时转换失败
- typescript - 返回实现接口的类的函数:缺少属性
- javascript - 为什么 React 渲染一个组件,即使我没有传递任何东西给它?
- azure-functions - Application Insights 不记录传递给 Azure 函数的查询字符串