1
\ begingroup美元

假设我们希望培训模型来检测各种对象。假设我们在各种背景中培训这些对象的数据以及其边界框。基本上这些对象已经三维创建了三个,并且已经绘制了边界框。然后这些已被“综合插入”进入各种空白背景。

为什么一个只训练这些数据的模型会比一个拥有这些数据和这些对象的“真实”数据的模型做得更好?

$ \ endgroup $
    0.
    \ begingroup美元

    我不是绝对肯定的,但我想这是由于领域的差距。据我所知,在我的项目中培训yolov3在合成图像上培训时,它在培训模型和在同一域(合成)上测试时更好地执行,而在我们引入真实图像以进行测试时,则性能下降。因此,当您将实图像与合成图像一起包含时,您可能必须使用一些域适配方法来提高性能。

    $ \ endgroup $

      你的答案

      点击“发布答案”,您同意我们的同意服务条款隐私政策Cookie政策

      不是您要找的答案?浏览其他标记的问题必威英雄联盟必威电竞问你自己的问题