目标检测模型训练的邪修方法

总结

本次使用虫子数据集。由于数据集中虫子的分类我无法确定标注是否正确,因此感觉我的方法没有改进。只体验一下方法的效果。

一、数据集

使用insects数据集。

参考https://aistudio.baidu.com/projectdetail/4041847

二、别人训练的结果

参考https://developer.aliyun.com/article/1672458

三、我的第一轮训练的结果

3.1训练环境

使用paddledetection 2.7版本

3.1.1主配置文件

3.1.2 coco_detection_insects.yml

数据集7类数据,使用了coco格式进行训练,目录改为数据集的存储目录

3.1.3 runtime.yml

除路径外没有改变配置

3.1.4 optimizer_6x.yml

配置没有进行修改

3.1.5 rtdetr_r50vd.yml

这个文件完全没有修改,后续也不会进行修改,因此不完全展示

3.1.6 rtdetr_reader.yml

因为我的显存只有8G,因此这里的batchsize设置成3,其它的配置未做修改。

3.2训练结果

训练batch只有72,这是batch=72时的验证集的评估结果。

四、第二轮训练

4.1数据集的情况

由于对数据集不熟悉,对什么虫子是否有误标无法确定,只能相信标注的结果,另外对漏标的虫子也无法处理。

数据集采用随机生成,数据集的情况为

4.2 训练的结果

这个结果跟上一次的差别很大,原因是将图像的大小改成了640X640。

4.3 数据集标注存在的问题

图中置信度0.93的实际类别是acuminatus还是coleoptera无法确定,因此无法修改标签。

图中置信度0.83的虫子,实际类别是acuminatus还是coleoptera无法确定,因此无法修改标签。

图中置信度0.84的虫子,实际类别是acuminatus还是coleoptera无法确定,因此无法修改标签。

以下三张图中检出的标注感觉类别应该一致。

图中这个虫子没有标注框

相关推荐
深视智能科技9 小时前
加热超疏水表面液滴蒸发怎么拍?深视智能高速相机的视角
视觉检测
AllData公司负责人1 天前
第九篇:AI大模型数据开发底座系列说明书:AllData集成BISHENG开源项目建设大模型应用开发底座,涵盖可视化编排/智能助手/一键API/模型接入!
人工智能·云原生·数据分析·视觉检测·知识图谱·大模型应用·bisheng
硅谷秋水1 天前
MorphMimic 方法分析
人工智能·机器学习·计算机视觉·机器人
jay神1 天前
基于 YOLOv8 的传送带异物检测系统(Web 版)
前端·人工智能·深度学习·yolo·计算机视觉·计算机毕业设计
jay神4 天前
基于 YOLOv8 的手势识别系统(Web 版)
前端·人工智能·python·深度学习·yolo·计算机视觉·计算机毕业设计
wangxiaoxuan2174 天前
TF2 的原理与使用:把坐标、运动和观测时间一起算清楚
计算机视觉·机器人·科沃斯八界
硅谷秋水4 天前
EgoHumanoid‑V2 方法分析
人工智能·机器学习·计算机视觉·语言模型·机器人
BYSJMG4 天前
计算机毕业设计选题推荐:【基于深度学习的车辆损坏严重程度评估方法研究】ResNet50 图像分类
人工智能·深度学习·目标检测·机器学习·计算机视觉·分类·课程设计
BYSJMG4 天前
计算机毕业设计选题推荐|【基于深度学习的电梯电动车违规进入检测研究】YOLO26m+可视化大屏
人工智能·深度学习·神经网络·目标检测·机器学习·计算机视觉·课程设计
硅谷秋水5 天前
将闲科技(LiberAI)提出世界动作模型Liber-0
机器学习·计算机视觉·语言模型·机器人