autoML视觉训练缺少边界框

我正在尝试在autoML视觉中创建一个新的对象检测模型。我按照这个这个指南来准备和格式化我的训练数据。不知为何,在导入数据时,许多边界框丢失了。例如,一张包含84个边界框的图像在autoML中只加载了12个。

我已经检查了最小边界框尺寸、每张图像的最大边界框数量和最大图像尺寸。

还有其他人遇到相同的问题吗?


回答:

这里有两个你没有在描述中提到的额外要求,我在这里补充一下,以防万一。

  • 边界框边长:至少为图像一边的长度的0.01倍。例如,一张1000 * 900像素的图像需要至少10 * 9像素的边界框

  • 所有边界框应位于图像内部

此外,似乎在用户界面中关于边界框和标签有一些限制;然而,限制应该是50个,而12个离这个数字还差得很远。

如果你确定你的边界框以及CSV文件满足所有要求,我建议你向Cloud Vision团队提交一个新的问题跟踪,以便他们能更深入地调查你的问题。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注