Skip to content

Latest commit

 

History

History
27 lines (18 loc) · 1.86 KB

README.md

File metadata and controls

27 lines (18 loc) · 1.86 KB

数据准备

数据对于深度学习开发起到了至关重要的作用,数据采集和标注的质量是提升业务模型效果的重要因素。本文档主要介绍PaddleDetection中如何进行数据准备,包括采集高质量数据方法,覆盖多场景类型,提升模型泛化能力;以及各类任务数据标注工具和方法,并在PaddleDetection下使用

数据采集

在深度学习任务的实际落地中,数据采集往往决定了最终模型的效果,对于数据采集的几点建议如下:

确定方向

任务类型、数据的类别和目标场景这些因素决定了要收集什么数据,首先需要根据这些因素来确定整体数据收集的工作方向。

开源数据集

在实际场景中数据采集成本其实十分高昂,完全靠自己收集在时间和金钱上都有很高的成本,开源数据集是帮助增加训练数据量的重要手段,所以很多时候会考虑加入一些相似任务的开源数据。在使用中请遵守各个开源数据集的license规定的使用条件。

增加场景数据

开源数据一般不会覆盖实际使用的的目标场景,用户需要评估开源数据集中已包含的场景和目标场景间的差异,有针对性地补充目标场景数据,尽量让训练和部署数据的场景一致。

类别均衡

在采集阶段,也需要尽量保持类别均衡,帮助模型正确学习到目标特征。

数据标注及格式说明

任务类型 数据标注 数据格式说明
目标检测 文档链接 文档链接
关键点检测 文档链接 文档链接
多目标跟踪 文档链接 文档链接