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

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