无法训练 Google 视觉，因为验证错误
Can't train Google Vision, because Validation errors
我对 Google Cloud Vision 有疑问。我添加了 16 张图片并添加了边界框。但是我有一个验证错误，我不明白为什么？！
我已经导出我的 CSV 以添加验证，但是当我上传这个新的 CSV 时，没有任何变化...我已经遇到了这个错误。
因此，我无法开始训练。
Google 推荐每个标签大约 1000 个训练图像。每个标签的最小值为 10，高级模型为 50。一般来说，每个标签需要更多的例子来训练每个图像有多个标签的模型。
AutoML Vision 使用 80% 的内容文档进行训练，10% 用于验证，10% 用于测试。测试数据集的最大大小为 50,000 张图像，即使总数据集的 10% 超过了该最大值。
如错误消息中所述，每个标签应至少有 10 个边界框。您还必须至少有 8,1,1 个边界框，每个边界框都分配给您的训练集、验证集和测试集。依赖自动分配功能时，建议使用比最小要求更大的图像集。
另请查看 preparing training data 上的此文档，其中解释了训练您的数据必须满足的最低要求。
我对 Google Cloud Vision 有疑问。我添加了 16 张图片并添加了边界框。但是我有一个验证错误，我不明白为什么？！
我已经导出我的 CSV 以添加验证，但是当我上传这个新的 CSV 时，没有任何变化...我已经遇到了这个错误。
因此，我无法开始训练。
Google 推荐每个标签大约 1000 个训练图像。每个标签的最小值为 10，高级模型为 50。一般来说，每个标签需要更多的例子来训练每个图像有多个标签的模型。 AutoML Vision 使用 80% 的内容文档进行训练，10% 用于验证，10% 用于测试。测试数据集的最大大小为 50,000 张图像，即使总数据集的 10% 超过了该最大值。
如错误消息中所述，每个标签应至少有 10 个边界框。您还必须至少有 8,1,1 个边界框，每个边界框都分配给您的训练集、验证集和测试集。依赖自动分配功能时，建议使用比最小要求更大的图像集。
另请查看 preparing training data 上的此文档，其中解释了训练您的数据必须满足的最低要求。