我的数据集是通过视频每隔2秒截取出来，但由于视频2秒过后截取的图片，几乎是一模一样的，就算取出来的数据集随机打乱，分成训练集，验证集，测试集，但依然测试集和训练集的图片太相似，以至于测试集测出来的性能特别高，但是用到实际中却不是想像的那么好，测试集测出来的性能不准确。这时候我应该怎么划分训练集，验证集，测试集
1条回答 默认 最新
爱晚乏客游 2021-09-17 10:02关注监控视频里面截取的？如果几乎一摸一样，建议删除掉这部分重复的吧，留下一些就可以，多余的对于数据集来说没有多大的意义，反而训练时间变长了。
对于数据集来说，最终要的是要看数据的分布情况而不是数量，分布越广越好而不是数量，只不过一般来说数量越多和分布越广都是正相关，像你这种情况就不是了，还不如多收集一些不同的数据，包括不同角度的也可以本回答被题主选为最佳回答 , 对您是否有帮助呢?评论 打赏解决 1无用举报
分享
- 2021-09-17 09:55回答 1 已采纳 监控视频里面截取的？如果几乎一摸一样，建议删除掉这部分重复的吧，留下一些就可以，多余的对于数据集来说没有多大的意义，反而训练时间变长了。对于数据集来说，最终要的是要看数据的分布情况而不是数量，分布越广
- 2021-11-11 11:34回答 2 已采纳 单纯的增加训练集 理论上因为泛化性更强了，更多情况下测试结果会有提高，实际场景中一般8：2 、 9：1都有的，这种一般都可以 自己调控的 训练时候可以都运行下，还有交叉验证啥的 只有去跑模型对比才知道
- 2020-03-10 11:08回答 2 已采纳 训练集和测试集可以相同这个问题就好比如果你是一个老师，你出考卷的时候，可以和你上课讲的题目一样么。 乘以0.8就是80%训练20%测试
- 2022-06-28 16:10内容概要：python脚本划分训练集测试集。可以把coco、voc格式的数据转换成yolo系列数据。经过大量实践验证无bug 源代码：python脚本 适合人群：学生、具备一定编程基础，工作1-3年的研发人员、想入门人工智能的爱好...
- 2021-02-25 00:59回答 4 已采纳 模型的泛化能力不行，即训练集数据覆盖范围小了，并没有覆盖到大部分情况。举个例子来说，你训练的数据都是圆形的，你用来测试矩形，那肯定不行啊。
- 2022-02-07 01:05回答 1 已采纳 直接加载模型然后对新数据集进行预测啊，结果就是0或者1，然后把结果按照之前训练的数据集格式写入一个新的csv，这就是相当于打上标签了，但是这个标签不一定是全部对的，除非你能保证你的模型推理结果一定是正
- 2021-08-24 18:04回答 1 已采纳 误检归根到底还是说明你训练得到的网络模型的检测精度不高。最简单的一种方法，是增大置信度阈值。更深入的方法是，从数据集、网络结构、训练方法等方面去找问题并改进。
- 2023-02-10 10:46划分训练集和测试集 本脚本食用方法十分简单，原理是提取目录中的文件名称，随机打乱，放到对应的数组中，后续再对数组中的内容进行对比，提取存在标签的图片，最后将图片和标签划分到训练集、验证集、测试集。 默认...
- 2023-03-02 22:15回答 1 已采纳 基于Monster 组和GPT的调写： 假设两个 VGG16 网络使用不同的训练集进行训练，其中训练集的类别不完全相同。虽然训练集中的“人”和“狗”类别相同，但其中一个网络在训练集中包含更多的猫类别。
- 2021-09-24 11:36回答 2 已采纳 影响就是1920x1080的图片在保持长宽比缩放（注意是长边缩放到640，短边不够的用0填充)到640x640的情况下，你的目标不会变成太小，原本5x5大小的物体缩放之后变成一个像素点之类的那肯定就有
- 2022-05-12 20:39回答 1 已采纳 得看训练的代码，对图片进行和训练时相同的预处理。下面是我做垃圾分类的测试代码，你可以参考改。有帮助的话，就麻烦采纳一下 # coding=utf-8 from tensorflow.keras.pre
- 2023-05-07 13:501、在Windows平台下使用Python编写，Unix/Linux也可以使用 ...输出文件夹路径则是用于存储划分后的训练集、验证集和测试集数据的文件夹路径。 5、划分的方法为随机抽样，非大多数类似脚本按顺序划分数据集。
- 回答 1 已采纳 target是标签（参考答案），output是输出（你的答案） 两者zip连接以后循环 if equal（相等） list添加一个1 否则添加一个0 正确率 = 列表中所有1的个数 /. 列
- 2022-05-03 11:32梦想画家的博客 依据sample函数生成指定概率的true和false的向量，然后利用该向量过滤数据集得到训练集和测试集，语法如下： # 设置随机种子，使得示例可以重复 set.seed(1) # df是要分割的数据集 # 使用 70% 数据集作为训练集，30...
- 2021-08-23 16:17ICDAR2003：文本识别数据集：ICDAR2003 训练集1156张 测试集 1110标签中都是每张图片上对应的单词train.txt和test.txt都是过滤之后的标签（去掉符号和小于3个字符的）。 CUTE80：CUTE80数据集，都是弧形文字，包含...
- 没有解决我的问题, 去提问
问题事件
系统已结题
9月30日
已采纳回答
9月22日-
创建了问题
9月17日
悬赏问题
- ¥15 单片机学习顺序问题！！
- ¥15 ikuai客户端多拨vpn，重启总是有个别重拨不上
- ¥20 关于#anlogic#sdram#的问题，如何解决？(关键词-performance)
- ¥15 相敏解调 matlab
- ¥15 求lingo代码和思路
- ¥15 公交车和无人机协同运输
- ¥15 stm32代码移植没反应
- ¥15 matlab基于pde算法图像修复，为什么只能对示例图像有效
- ¥100 连续两帧图像高速减法
- ¥15 如何绘制动力学系统的相图