最近在做油罐的罐体识别,图片包括正样本1500,负样本1500.
在实验中发现,当负样本分开标记为易拉罐、阻车桩、烟囱等时,比都标记为“负样本” 在mAP_0.5,mAP_0.5:0.95,precision ,recall四项均有下降。
mAP_0.5 | mAP_0.5:0.95 | precision | recall | |
---|---|---|---|---|
分开 | 0.8679 | 0.6152 | 0.9024 | 0.8237 |
不分开 | 0.9368 | 0.6859 | 0.9389 | 0.8905 |
有哪位做过类似的实验,是不是分类数越多,模型效果越差?