目标检测模型的训练方法(工业方法)(insects数据集)

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,无法修改虫子的标签。但即使在这种情况下,训练的map指标也从0.83提升到0.937。

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。

对数据集做的处理为利用上一轮模型的推理结果对标注框进行了修改,但没改标签。

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显著提升。

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
BYSJMG7 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
BYSJMG7 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
数据集_深度学习9 天前
果园红绿苹果目标检测数据集介绍和论文参考
人工智能·目标检测
微尘hjx10 天前
【Deep-OC-SORT 06】多轨迹算法Deep-OC-SORT-CMC相机运动补偿
yolo·目标检测·目标跟踪·ultralytics·轨迹算法·deep-oc-sort·车流统计
电科_银尘12 天前
【深度学习项目实战·17】行人目标检测:用Faster R-CNN找出图片中的行人
深度学习·目标检测·r语言
AI日报派送佬15 天前
高效目标检测利器:X-AnyLabeling 加载自定义 YOLO 模型自动标注实操指南
人工智能·yolo·目标检测
qq_252941316816 天前
日本道路病害检测数据集 | 道路病害 裂缝检测 坑洼识别 市政巡检9287期
人工智能·深度学习·yolo·目标检测·计算机视觉·道路检测
qq_252941316816 天前
伊蚊检测数据集 | 伊蚊检测 病媒生物 公共卫生 目标检测9304期
人工智能·yolo·目标检测·计算机视觉·蚊子·尹蚊
计算机毕业编程指导师16 天前
基于深度学习的光伏组件红外图像缺陷识别系统设计与实现
人工智能·python·深度学习·目标检测·毕业设计·课程设计·光伏
A7bert77716 天前
【MobileSAM部署至RK3588】环境适配→转换RKNN→开发板部署
c++·人工智能·深度学习·目标检测·ubuntu