如何在机器学习中仅有小数据集的情况下获得更好的结果?

我的项目是关于交通灯识别的。我需要在图像中找到交通灯的位置和类型。问题是我只有一个相当小的数据集,因为这些数据是我从互联网上搜索的图片中自己制作的。我该怎么办?


回答:

正如@所说,你可以使用“数据增强”技术从数据库中创建新图像。这是在机器学习中处理图像时常用的一种技术。

Related Posts

关于k折交叉验证的直观问题

我在使用交叉验证检查预测能力时遇到了一些直观问题,我认…

调整numpy数组大小以使用sklearn的train_test_split函数?

我正在尝试使用sklearn中的test_train_…

如何转换二维张量和索引张量以便用于torch.nn.utils.rnn.pack_sequence

我有一组序列,格式如下: sequences = to…

模型预测值的含义是什么?

我在网上找到一个数字识别器的CNN模型并进行了训练,当…

锯齿张量作为LSTM的输入

了解锯齿张量以及如何在TensorFlow中使用它们。…

如何告诉SciKit的LinearRegression模型预测值不能小于零?

我有以下代码,尝试根据非价格基础特征来估值股票。 pr…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注