我是否需要训练图像中的每个 class 来进行对象检测？

Question

我只是想深入了解 TensorFlows 对象检测。我还有一个非常小的训练集，大约有 40 张图像。每张图片最多可以有 3 classes。但是现在我想到了一个问题：是否每个训练图像都需要每个class？这对有效培训很重要吗？或者如果图像可能只有一个对象 classes?

可以吗？

我的总损失非常高，约为 8.0，我认为这可能是造成这种情况的原因，但我找不到答案。

Answer 1

一般来说，机器学习系统可以应对一定程度的噪音。 缺少标签或标签错误的图像都可以，只要总体上您有足够的数据供模型识别即可。

40 个图像分类示例听起来很少。如果您从预训练的图像网络开始，它可能会起作用，并且很少有 类 很容易区分。

绝对忽略损失值，没有任何意义。查看曲线，发现损失正在减少，并在曲线变平时停止训练。将损失值与测试数据集进行比较，以检查这些值是否足够相似（您没有过度拟合）。您也许可以与完全相同系统的另一次训练进行比较（例如检查训练是否稳定）。