对象检测器中类之间的异构数据

数据挖掘 神经网络 物体检测
2022-02-14 11:00:49

我通过将类模型放在 Blender中的随机图像(来自MIT Place2数据集)前面,创建了一个用于对象检测的合成数据集,其中包含大约十二个类。这在这些类上非常有效,因为它们是很容易建模的简单形状。

但是,我想用所有这些类训练一个新模型,再加上一个额外的类——人。我不能以同样的方式生成人物注释;此外,已经有许多数据集包含人作为一个类。具体来说,我正在查看Visidrone 数据集我可以取其中一个并从中提取人物注释。但是,对象背后的“背景”会有所不同,因为它们取自真实而不是合成上下文。

我想知道:如果我将两个数据集“融合”在一起,一个包含许多搅拌机创建的类,另一个包含真实的人,一个类会在任一方向交叉污染另一个吗?我假设类之间的训练示例数量相似。

我正在训练的模型是 EfficientDet。

0个回答
没有发现任何回复~