Yolo算法中特征相似导致误报问题

训练目标检测时会碰到一种很奇怪的问题,明明两种目标有很大的差别但是却会被误识别,从而产生大量的误报,这种不利于生产。其实解决办法也很简单就是添加负样本 一起参与训练从而避免这种问题。

训练教程可以看我的系列专栏,里面有你想要的

yolov系列+C#_该醒醒了~的博客-CSDN博客

下面开始我们的教程

一、收集你的正样本和负样本,标注正样本,负样本不需要标直接保存

如下方的两种

正样本

负样本

也可以添加全局的正样本和负样本

二、标注

labelimg标注

正样本正常进行标注,负样本不需要标注直接 抗挫+S 保存就行

你要注意一点:你标注训练集中的正样本和负样本都是有txt标签文件的,唯一不同的是你负样本的txt标签文件中是空的,就如下:

里面什么都没有的

正样本是有内容的

将这两个标签和样本都放在你训练集中参与训练,然后预测推理就不会误报了。

相关推荐
weixin_468466851 天前
纳米 AI 搜索新手极速上手指南
人工智能·python·深度学习·搜索引擎·ai·语言模型·自然语言处理
逻辑君1 天前
Foresight研究报告【20260011】
人工智能·线性代数·算法·矩阵
珊瑚里的鱼1 天前
【动态规划】不同路径Ⅱ
算法·动态规划
YueJoy.AI1 天前
AI应用的API安全:从认证到授权的完整指南
人工智能·ai·语言模型
码农小旋风1 天前
使用 ChatGPT 聚合站前,先看安全和隐私判断清单
人工智能·安全·自然语言处理·chatgpt·claude
周易宅1 天前
CLAUDE.md 与 MEMORY.md:AI 编程助手配置的两条平行铁轨
人工智能·ai·agent·claude
明志数科1 天前
灵犀X2学跳舞技术解析:机器人动作学习的数据方案
人工智能·计算机视觉
不懂的浪漫1 天前
Role Agent 方法论:如何把一个标准工作流 Agent 化
人工智能·ai·agent
Bruce_Liuxiaowei1 天前
2026年5月第5周网络安全形势周报
人工智能·安全·web安全·ai·智能体
适应规律1 天前
【无标题】
人工智能·python·算法