S
это оч надо. и довольно просто. вот в TF релиз
https://medium.com/mlait/image-data-augmentation-image-processing-in-tensorflow-part-2-b77237256df0
https://medium.com/mlait/image-data-augmentation-image-processing-in-tensorflow-part-2-b77237256df0
Size: a a a
2020 December 12
S
были изображения, где нет искомого обьекта?
но в твоем случае ключевое полагаю вот это
S
если это и не причина, то здесь должно вылезти
S
Если бы на тф делал, то вряд ли эта проблема возникла бы. Я yolov4-tiny тренирую во фреймворке darknet. Автор кажется не предусматривал аугментацию
S
Ну и если самому можно её добавить, то это на плюсах
S
Если бы на тф делал, то вряд ли эта проблема возникла бы. Я yolov4-tiny тренирую во фреймворке darknet. Автор кажется не предусматривал аугментацию
с даркнета в ТФ простым скриптом колдуется
S
подозреваю, что все предобученые серьезные ЙОЛО на ТФ - переколдованые с даркнета
S
У меня есть ещё подозрения на другое, потому что в прошлый раз я не указывал количество классов при создании движка TensorRT, и инференсе. А тут команды не принимались без такого флага
S
Но попробую с датасетом вариант, Спасибо за помощь
S
У меня есть ещё подозрения на другое, потому что в прошлый раз я не указывал количество классов при создании движка TensorRT, и инференсе. А тут команды не принимались без такого флага
это похоже на правду
S
Но попробую с датасетом вариант, Спасибо за помощь
лучше будет наверняка. хотя мож и не принципиально
2020 December 13
DP
Датасет был из 150 тренировочных изображений и около 40 проверочных
я читал работв недавно.
такой трюк: делай искаженные изображения. поворот, изменение яркости, изменение контраста, добавление шума. и НЕ показывай оригиналы сети. и все равно требуй правильный вывод.
тогда сеть видит миллион разных картинок. и переобучения нет.
такой трюк: делай искаженные изображения. поворот, изменение яркости, изменение контраста, добавление шума. и НЕ показывай оригиналы сети. и все равно требуй правильный вывод.
тогда сеть видит миллион разных картинок. и переобучения нет.
DP
сделай набор дефектов, штук 10.
применяй всегда все 10. в разной степени.
никогла не показывай сети картинки с 0 или 1 искажений только 10. чтобы сеть никогда не видела простую для понимания картинку.
применяй всегда все 10. в разной степени.
никогла не показывай сети картинки с 0 или 1 искажений только 10. чтобы сеть никогда не видела простую для понимания картинку.
S
я читал работв недавно.
такой трюк: делай искаженные изображения. поворот, изменение яркости, изменение контраста, добавление шума. и НЕ показывай оригиналы сети. и все равно требуй правильный вывод.
тогда сеть видит миллион разных картинок. и переобучения нет.
такой трюк: делай искаженные изображения. поворот, изменение яркости, изменение контраста, добавление шума. и НЕ показывай оригиналы сети. и все равно требуй правильный вывод.
тогда сеть видит миллион разных картинок. и переобучения нет.
называется аугментация
DP
называется аугментация
по-моему аугментация позволяет давать и оригиналы и малоизмененные картинки
тут отличие в том что запрет показа оригиналов и малоизмененных картинок и использование большое количество дефектов сразу дает особый бонус
тут отличие в том что запрет показа оригиналов и малоизмененных картинок и использование большое количество дефектов сразу дает особый бонус
S
по-моему аугментация позволяет давать и оригиналы и малоизмененные картинки
тут отличие в том что запрет показа оригиналов и малоизмененных картинок и использование большое количество дефектов сразу дает особый бонус
тут отличие в том что запрет показа оригиналов и малоизмененных картинок и использование большое количество дефектов сразу дает особый бонус
откуда бонус?
DP
откуда бонус?
я не знаю. это научная работа которая недавно вышла.
если повоображать то скорее всего из-за того что сеть не выучиывает простых трюков совсем.
т.е. можно предположить что сеть читерит и например черный пиксель 148 считает принадлежностью к классу котиков. это позволяет сети получить бонус в результате но так делать не нужно.
запрет оригиналов делает читерство намного сложнее
если повоображать то скорее всего из-за того что сеть не выучиывает простых трюков совсем.
т.е. можно предположить что сеть читерит и например черный пиксель 148 считает принадлежностью к классу котиков. это позволяет сети получить бонус в результате но так делать не нужно.
запрет оригиналов делает читерство намного сложнее
DP
запрет малоизмененных картинок то же самое дает, но еще дальше. заставляет сеть сразу учить только высокие абстракции
S
получает сеть на вход две картинки. картинки чуть отличаются. сеть ведь не знает какая из них оригинал, а какую подшаманили
S
не. это так не работает