qq_36756866的博客

在深度学习中，一般要求样本的数量要充足，样本数量越多，训练出来的模型效果越好，模型的泛化能力越强。但是实际中，样本数量不足或者样本质量不够好，这就要对样本做数据增强，来提高样本质量。在样本量不足的情况下，采用mixup或者填鸭式的方法来进行数据增强，是行之有效的增强方法。其中mixup是将正负样本融合成新的一组样本，使得样本量翻倍。填鸭式是将原本样本里的目标抠出来，随机复制粘贴到其他地方。（个人理解）以下是mixup方法的代码示例：# coding:utf-8import cv2import o

darknet-yolov3训练自己的数据集，keras模型测试（超详细完整版）一. darknet官网下载源码-----编译-----测试1. 配置Darknet下载darknet源码：git clone https://github.com/pjreddie/darknet进入darknet目录： cd darknet如果是cpu直接make,否则需要修改配置文件Makefile：...