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

在使用k近邻算法时,有没有办法获取被使用的“邻居”?

我想找到一种方法来确定在我的knn算法中实际使用了哪些…

Theano在Google Colab上无法启用GPU支持

我在尝试使用Theano库训练一个模型。由于我的电脑内…

准确性评分似乎有误

这里是代码: from sklearn.metrics…

Keras Functional API: “错误检查输入时:期望input_1具有4个维度,但得到形状为(X, Y)的数组”

我在尝试使用Keras的fit_generator来训…

如何使用sklearn.datasets.make_classification在指定范围内生成合成数据?

我想为分类问题创建合成数据。我使用了sklearn.d…

如何处理预测时不在训练集中的标签

已关闭。 此问题与编程或软件开发无关。目前不接受回答。…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注