每个班级应该有多少张图像（最少）来训练 YOLO？答案

【问题标题】：How many images(minimum) should be there in each classes for training YOLO?每个班级应该有多少张图像（最少）来训练 YOLO？
【发布时间】：2019-08-16 19:50:16
【问题描述】：

我正在尝试在我的自定义数据集上实现 YOLOv2。每个班级需要最少的图片数量吗？

【问题讨论】：

标签： conv-neural-network object-detection yolo

【解决方案1】：

每个班级的训练图像数量没有限制。当然你的数字越小，模型收敛速度越慢，准确率也会低。

根据 Alexey（流行的分叉暗网和 YOLO v4 的创建者）的说法，重要的是如何改进对象检测：

对于您要检测的每个对象 - 必须至少有 1 个训练数据集中的相似对象，大致相同：形状，物体的侧面、相对尺寸、旋转角度、倾斜度、照明度。如此理想，以至于您的训练数据集包含带有对象的图像不同的：从不同的侧面，缩放，旋转，灯光不同的背景 - 你最好有 2000 不同的每个类或更多类的图像，你应该训练 2000*classes 迭代或更多

https://github.com/AlexeyAB/darknet

因此，如果您想获得最佳准确度，我认为每个班级至少应该有 2000 张图像。但是每班1000也不错。即使每个班级有数百张图像，您仍然可以获得不错的（不是最佳的）结果。尽可能多地收集图像。

【讨论】：

当你说每类 2000 张图像时，你是指 2000 个边界框吗？如果我在 300 个图像中标记 2000 个对象（单个图像中的多个标签）可以吗？所以我每个班级只有 300 张图片。
他的意思是整个训练集中每个班级有 2000 个边界框。我的图像集每张图像有大约 60-70 个对象，并且只有 200 个图像，我实现了 99% 的“准确度”。

【解决方案2】：

视情况而定。

每个班级至少有一张图片。原则上，如果使用数据增强策略并微调预训练的 YOLO 网络，这可能会有一定的准确性。

然而，客观现实是，每个班级可能需要多达 1000 张图片，具体取决于您的问题。

【讨论】：