computer-vision - 使用 YOLOv4 进行紧急和非紧急车辆分类
问题描述
我正在做一个计算机视觉项目,旨在检测和分类紧急车辆(救护车、警察和救火车)和非紧急车辆。所以我收集了图像并对其进行了注释。问题是对于非紧急班级我收集了同一班级的汽车、卡车和公共汽车的图像。(所以我有 4 个平衡的班级:救护车、救火车、警察)在训练 YOLOv4 后,它检测到救护车、警察和救火车但它很少检测到非紧急车辆。根据结果,我有多个问题需要改进模型:
- 我应该改为为非紧急情况制作 3 个课程:汽车、公共汽车和卡车,这样可能会减少对模型的混淆吗?
- 该模型混淆了救护车和警察,例如,因为有一些警车与救护车非常相似,只是颜色发生了变化,我能做些什么来解决这个问题。
- 类内方差:当一个类具有不同的形状时,检测不能正常工作。那么解决办法是什么
我将感谢您的帮助和建议。谢谢
解决方案
推荐阅读
- android - 使用 SFMC 时无法取消通知
- bash - 'Git Bash' 是否被归类为虚拟机?
- github - 使用 GitHub API 更新发布日期
- json - 如何检查空嵌套json?
- python - 通过 Python BeautifulSoup 抓取下拉菜单值
- discord - 从长文本中获取不和谐链接
- java - java:java.lang.NoClassDefFoundError:无法初始化类 org.apache.logging.log4j.util.PropertiesUtil
- python - 在OOP tkinter中的类之间重新分配变量不起作用
- php - 应用设计模式来解决这个问题,而不是使用 if/else
- react-native - 尝试安装 @testing-library/react-native 时出错