machine-learning - 用于训练对象检测模型的训练集中的重复对象
问题描述
我准备了一个用于训练对象检测模型的数据集(10 个类)。我暗示有些人可以帮助我完成标签注释任务。但是当我从它们中收集结果时,我发现我向多个人发送了许多图像,因此这些图像包含许多相同对象的边界框。对于某些物体,它们被不同人标注的边界框是不一样的(它们可以清楚地重叠,也可以只是一部分重叠)。所以我有一些问题:
- 这些边界框会影响我的模型的检测性能吗?
- 如果会,我该如何处理这个问题?我可以使用诸如加权框融合之类的算法 来组合对象的所有边界以获得正确的边界吗?
解决方案
推荐阅读
- sql - SQL Server:将行更改为列的最快方法
- api - 从 Apache Airflow Rest API 返回实际连接的 DAG 数据,这样人们就可以构建自己的 UI 来可视化 DAG
- javascript - Javascript:编写一个高阶函数以使用调用它的对象的上下文
- azure-functions - Durable Function 中的活动函数
- amazon-web-services - AWS Lambda HTTP 可从 Internet 访问,但不能从同一账户上的 EC2 访问
- youtube-api - Youtube Data API - 代理用例、大量视频上传、API 配额问题
- javascript - 反应错误:列表中的每个孩子都应该有一个唯一的“关键”道具
- javascript - 数据层中的多边形没有 getPath() 或 getPaths() 函数
- java - postgresql如何在带有参数的spring boot jpa中使用数组包含语句
- javascript - 如何使用 apache 代理向 nodejs 后端显示 html 文件?