0
votes

Dépassement de classe pour la classification de l'image

Je travaille sur la classification d'images multi-étiquettes où certaines étiquettes ont très peu d'images. Comment gérer ces cas?


0 commentaires

3 Réponses :


1
votes

Augmentation de données, ce qui signifie faire des "clones" (image inverse / d'angle différent /, etc.)


0 commentaires

1
votes

Augmentation d'image pour votre jeu de données. Augmentation d'image signifie Ajout de variation (bruit, redimensionnement, etc.) à votre image de formation de manière à ce que votre objet que vous classeriez peut être vu à l'œil nu.

Certains codes pour l'augmentation de l'image sont.

Ajout de bruit xxx

culture xxx

< / strong> xxx

basculement xxx

Vous devez simplement mettre cela dans votre Générateur de données et votre problème pour le déséquilibre de classe seront résolus


0 commentaires

0
votes

Bien que vous puissiez augmenter vos données comme suggéré dans les réponses, vous pouvez utiliser différents poids pour équilibrer votre perte multi-étiquettes. Si n_c est le nombre d'échantillons dans la classe C alors vous pouvez peser votre valeur de perte pour la classe C : xxx


0 commentaires