数据集如果只要其中的某两类？

Question

现有一个包含2w多张的数据集，13个类别。但是我只想要其中的两个类别。
现在的一个问题是，比如某一类的train中有5000张图片，但只有400张正样本图片。train_txt中的负样本占比约90%。
这样训练会不会存在正负样本不均衡，导致训练效果差的问题？
除了改json文件，我要训练全部的图片吗？

Answer 1

如果要做样本均衡，可以将原来的正样本加大权重多复制一些，或者镜像，旋转，放大缩小之后在加入到样本集中，并在训练的时候关掉相关的图像预处理，也可以在不影响样本主要特征情况下用ps将正样本无关紧要的特征做修改，每次修改都可以多出一个正样本。
当然你可以不用训练全部的样本，如果分类的特征较为明显，较为简单的话，800-1000个样本足以有一个好的分类效果。