machine-learning - yolov5中的误判
问题描述
我用 yolo5 训练了一个单类模型。包含 400 张图像的数据集分为训练、验证和测试数据集。这是训练代码训练代码的笔记本。train 得到了很好的结果。但是,当我用导出的模型构建实时对象检测应用程序时,结果并不理想,它可以按预期识别对象。但是检测中有很多误判。检测结果: 结果
结果只有一个百事可乐,为什么时间戳和另一个小区域被识别为百事可乐。
有人可以告诉我结果的原因吗?
解决方案
你的问题缺乏很多细节,但我猜你没有训练过足够多的图像。400 只是一个玩具,很可能导致过度拟合。
您将需要查看 COCO 或 ImageNet 之类的数据集,以获得合理概括的结果。
推荐阅读
- css - 为什么在 WordPress 主题中将 Functions.php 与 style.css 中的 Google 字体排入队列更好?
- python - 如何追加到全局列表?
- webhooks - 测试 GET 到 Webhook 时如何进行身份验证
- php - Nette NEON 格式有何用处(与 JSON 相比)
- java - 实现接口并扩展具有相同方法的类
- wordpress - 使用 .htaccess 的重定向不起作用
- coq - 为什么在 Coq 中,记录投影需要一个类型作为参数?
- unity3d - Unity-我似乎无法控制我的游戏对象的颜色
- xml - opc ua XML 文件创建
- jquery - 如果另一个元素具有类,则更改元素的可见性