目标检测+水果检测+原始的300张水果数据集+苹果/香蕉/橙子检测+自己团队制作
1.自己制作的水果数据集,方便入门学习。 2.一共有三个类比,分别是apple、banana、orange三个水果类别。 3.对原始的300张水果数据集进行检测,发现训练 300 轮次之后,会导致训练过程的过拟合,原因在于原始的水果数据集过少,只有300张。 4.对于一般的目标检测而言,数据集至少应该是千位数甚至上万,可能效果会比较少的数据集更好。 5.所以在对原始的300张水果数据集进行了数据增强,将数据集从 300张扩充,增强之后的数据集明显map比原本要高很多,防止了训练过程的过拟合。 6.上传的是原始的300张水果数据集,有图片和标签,全部一一对应,来自于自己团队制作,并不是自己扩充之后的数据集。 7.可以对任意数据集进行扩充,如果需要定做,私信我,或者私信找我要扩充之后的数据集,付费咨询。 8.本次增强方法是采用的将原始数据集进行包括模糊,亮度,裁剪,旋转,平移,镜像等变化。