我需要训练图像中的每个类来进行对象检测吗？

Question

我只是尝试深入研究 TensorFlows 对象检测。我有一个非常小的训练集，大约 40 张图像。每个图像最多可以有 3 个类。但是现在我想到了一个问题：每个训练图像都需要每个类吗？这对有效的培训很重要吗？或者，如果图像可能只有一个对象类，是否可以？

我在大约 8.0 时得到了非常高的总损失，我认为这可能是原因，但我找不到答案。

Answer 1

一般来说，机器学习系统可以处理一些噪音。 只要您有足够的数据让模型找出它，图像缺少标签或标签错误就可以了。

40 个图像分类的例子听起来很小。如果您从预先训练的图像网络开始，并且很少有类别非常容易区分，那么它可能会起作用。

忽略绝对损失值，它没有任何意义。查看曲线以查看损失正在减少，并在曲线变平时停止训练。将损失值与测试数据集进行比较，以检查这些值是否足够相似（您没有过度拟合）。您也许可以与完全相同系统的另一个训练进行比较（例如检查训练是否稳定）。