对象检测交叉验证

Question

我已经针对不同的 train-val 拆分训练了我的 YOLO 模型 5 次。 5折交叉验证。然后每次我在测试数据上运行它以进行预测。

有多个类。

预测输出具有这种格式。我有五个。

image,class1,confidence1,boundingbox1(xmin ymin xmax ymax),class2,confidence2,boundingbox2(xmin ymin xmax ymax), etc
a 0 0.3 1064 759 1325 1007 3 0.7 801 1176 1822 1597
b 3 0.3 1024 722 1549 1130
c 9 0.7 979 1028 1213 1348 7 0.8 637 1640 1497 1920
.
.
.

现在我想将这些组合成一个输出预测。

有没有通用的方法来做到这一点？ 有谁知道如何解决这个问题？

应该可以用这个：

ensemble-objdet

但是当你有许多相同图像的边界框时，我不知道该怎么做。

Answer 1

进行交叉验证后，您必须在所有数据上训练 YOLO 以构建最终模型。

需要明确的是，k-fold 交叉验证的目的是不是提出最终模型，而是测试您的模型在多大程度上能够通过给定的训练数据，并预测从未见过的数据。其目的是检查模型，而不是构建模型。

更多详情请参阅this answer 的类似问题。