yoloや意思r-cnnの物体検出器の追加データによる学習方法について

20次浏览(最近30天)
沪元
沪元 2021年1月15日
评论道: 沪元2021年2月28日
こんにちは。YOLOや意思R-CNNなどの物体検出を学習している者です。1からデータを集め,学習率を比較しているのですが,pcのスペックが足りなく,1万5千枚ほどいくとメモリー不足でエラーになってしまいます。エポックやミニバッチ,入力サイズを小さくして学習することはできますが,やはり精度が落ちてしまいます……
そこで,学習データを分けて別々に学習したらどうかと考えたのですが,そのような学習方法はmatlabで実装できますでしょうか。例えば5千枚づつに分けて3回学習をするような感じです。そもそもこのような学習方法は,良くないのでしょうか……もし,やり方など知っている方がいましたら,教えていただけると幸いです。宜しくお願い致します。

接受的答案

健
2021年1月16日
こんにちは,この場合だとミニバッチを小さくして,ひとまずエラーがなく走れば問題ないと思います。ただ,途中でクラッシュするとこわいので,エポックごとに学習器を保存してはいかがでしょうか吗?ただミニバッチを小さくすると精度が明らかに低くなってしまうのでしょうか吗?
3つにわけて学習することはもちろん可能ですが直感的には1まとめにして学習する方がよいきがします。
ちなみに1万5千ものアノテーション(ラベリング)はどのようにされたのでしょうか吗?
3评论
沪元
沪元 2021年2月28日
返信いただきありがとうございます。そうなんですね。量より質を重視するようにします。
ありがとうございました。

登录评论。

更多的答案(0)