如题,一个比较难的数据集,结果训练集的精度比测试集的精度还低,是不是随机增强搞得太狠了
按道理来说 有点离谱
以前应该也会使用数据增强把
记得当时二三十这样子
那个数据集前两年的,现在数据增强这么强,应该解决了吧
几十是不是就快没了 哈哈
这……
人突然出现 瞬间就停住了
这个我就不太清楚了 不过百度得无人驾驶 应该没问题把 我只看到过站着得测评 好像是沈腾
那岂不是撞了就....
其实还是场景不同
那岂不是只能识别特殊角度了
我觉得除非摄像头装反了
现在应该没这问题了吧
当时,一些准确率很高的模型,在这个数据集上准确率都下降甚至几十
万一真有拿大顶跳街舞的也是万万不能撞的~
比如自动驾驶识别行人的话,站的的是人,躺着的也是,都不能撞~
当时那个数据集就是为了解决一些特殊角度的物体无法识别的问题的
不拿大顶就没有~
可能倒着 脖子太细 哈哈
明白了
按道理来说 有点离谱
以前应该也会使用数据增强把
记得当时二三十这样子
那个数据集前两年的,现在数据增强这么强,应该解决了吧
几十是不是就快没了 哈哈
这……
人突然出现 瞬间就停住了
这个我就不太清楚了 不过百度得无人驾驶 应该没问题把 我只看到过站着得测评 好像是沈腾
那岂不是撞了就....
其实还是场景不同
那岂不是只能识别特殊角度了
我觉得除非摄像头装反了
现在应该没这问题了吧
当时,一些准确率很高的模型,在这个数据集上准确率都下降甚至几十
万一真有拿大顶跳街舞的也是万万不能撞的~
比如自动驾驶识别行人的话,站的的是人,躺着的也是,都不能撞~
当时那个数据集就是为了解决一些特殊角度的物体无法识别的问题的
不拿大顶就没有~
可能倒着 脖子太细 哈哈
明白了