如何解决使用边界框进行数据增强
我想使用 YOLO v4 训练一个物体检测模型。我有一个文件夹,其中包含 txt 文件中带有边界框注释的 jpg 图像。我没有太多数据,所以我决定对我的数据进行一些数据增强。我遇到了以下问题:
- 我尝试过 Roboflow,所以我可以直接在 txt 文件中使用边界框,但问题是 Roboflow 应用随机数据增强,有时它会给出相同的图片或仅应用很小的变化。
- 我尝试了 Albumentations,但边界框有问题,我尝试了 Pascal voc 格式并且它有效,但我不知道如何为整个数据集自动执行此操作。
有没有其他解决方案或建议,不胜感激。 谢谢
解决方法
您不必过多担心数据增强,因为它有许多数据增强技术可用于帮助提高模型性能和泛化能力。
YoloV4 使用的一些数据增强技术是 CutMix,Blurring,Class label smoothing,Mosaic data augmentation,Self-Adversarial Training
。您可以从 YoloV4 论文 here
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。