本人想建立自己的数据集,用来训练YOLO(VGG16作为基础)网络
要分的类别有4种(人,汽车,自行车,摩托车)
网络不是重新开始训练,是通过网上已经训练过的参数再进行fine
这样的要求需要数据库中有多少张照片?训练集,测试集照片的比应该是多少?每一个类别对象的个数最少多少
感谢各位回答!!!
关于深度学习图片数据集的建立
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
1条回答 默认 最新
- threenewbee 2018-10-08 12:37关注
当然是数据量越大越好,这种深层的神经网络,数据量少了根本学不动。每个分类起码10万以上,分辨率不用太高。
训练集和测试集一般是8:2解决 无用评论 打赏 举报
悬赏问题
- ¥15 用matlab 设计一个不动点迭代法求解非线性方程组的代码
- ¥15 牛顿斯科特系数表表示
- ¥15 arduino 步进电机
- ¥20 程序进入HardFault_Handler
- ¥15 oracle集群安装出bug
- ¥15 关于#python#的问题:自动化测试
- ¥20 问题请教!vue项目关于Nginx配置nonce安全策略的问题
- ¥15 教务系统账号被盗号如何追溯设备
- ¥20 delta降尺度方法,未来数据怎么降尺度
- ¥15 c# 使用NPOI快速将datatable数据导入excel中指定sheet,要求快速高效