У меня есть задача поиска изображений под рукой. У меня есть набор данных с не большим количеством изображений для каждого класса, поэтому я в конечном итоге увеличил набор данных (3 копии на изображение в классе) с некоторым вдохновением от Keras blog. Я использовал метод train_test_split
в sklearn
, чтобы разбить набор данных, сгенерированный из расширенного набора данных. Теперь, поскольку это случайный раскол, при тестировании существует вероятность того, что изображение, которое используется для тестирования, проверяется на его собственное расширенное изображение-копия, например, перевернутое и слегка перекошенное изображение, протестированное против его оригинала. В таком случае есть вероятность, что результаты могут быть искажены? Есть ли способ преодолеть эту проблему, кроме того, что просто получаю новые данные исключительно для тестирования.Создание тестового набора в расширенном наборе данных
2
A
ответ
3
Да, это называется «утечкой», и если преобразования данных не настолько радикальны, что сгенерированные изображения могут быть похожими на реальный набор тестов, то лучше разбить поезда/тестовые множества ПЕРЕД выполнением увеличения и только увеличение в наборе поездов.
Смежные вопросы
- 1. Создание тестового набора в Webdriver
- 2. Создание тестового набора из нескольких тестовых случаев
- 3. Создание Спарк набора данных с частями другого набора данных
- 4. Создание R набора данных
- 5. Автоматизация генерации тестового набора в eclipse
- 6. junit4 создание тестового набора с определенными методами тестирования
- 7. Установка тестового набора для игнорирования
- 8. Отменить выполнение всего тестового набора программно?
- 9. создание матрицы из набора данных
- 10. создание набора данных, если заявление
- 11. Создание динамического набора данных XtraPivotGrid
- 12. vis.js динамическое создание набора данных
- 13. Создание набора данных из spreadsheetML
- 14. SAS - Создание набора данных независимо от входного набора данных
- 15. Создание тестового проекта
- 16. Yandex allure: имя тестового набора в TestNG
- 17. Вход в Akka тестового набора внешних акторов
- 18. Создание тестового жгута WebService
- 19. NUnit Создание тестового примера
- 20. Динамическое создание разных объектов из набора данных
- 21. Набор тестов тестового набора Testng для выполнения тестового класса
- 22. Создание тестового примера JUnit
- 23. R: Создание «as.factor» на наборе данных динамически
- 24. Получение списка методов _all_ в классе для тестового набора TestNG
- 25. способность SoapUI переключаться между соединениями баз данных для тестового набора
- 26. Создание большого набора данных меньше в excel
- 27. Создание набора данных из матрицы в Matlab
- 28. Как Caffe определяет точность тестового набора?
- 29. Создание базы данных из набора данных, Stanford NLP
- 30. особенность вектора: расчет весов для тренировок против тестового набора
Вы должны сначала оставить данные 'test', а затем применить дополнение. –