استیبل نبودن خروجی شبکه عمیق با تصاویر کیفیت پایین - هفت خط کد انجمن پرسش و پاسخ برنامه نویسی

استیبل نبودن خروجی شبکه عمیق با تصاویر کیفیت پایین

+1 امتیاز

سلام

دوستانی عزیزی که در پروژه های صنعتی درگیر بودند لطف کنند نظرشون رو در مورد این مسئله بیان کنند و بفرمایید مشکل کار چیست ؟ من یک مسئله ایی دارم که تفکیک خودروهای سبک و سنگین میباشد که با شبکه های عمیق هم پیاده سازی میکنیم منتها خروجی شبکه بعضی مواقع stable نیست میخواستم ببینم بنظرتون مشکل کار کدام یکی از موارد زیر میباشد:

1- تصاویر از کیفیت خوبی برخوردار نیستند؟ اگر جواب بله هست راه حل چیست ؟ چه الگوریتم هایی برای پیش پردازش پیشنهاد میدهید؟

2- شبکه دچار اورفیت شده ؟ برای اینکار هم Early-Stopping در نظر گرفته شده است.

در ضمن شبکه همیشه دچار unstable نمیشود در بعضی مواقع. یعنی امکان داره چند لحظه بگه ماشین سبک و چند لحظه بعد بگه ماشین سنگین. 

برای اینکار هم از دوربین رزبری پای 3 برای جمع اوری دیتاست استفاده شده است.

و یک سوال دیگه : در واقع رزبری پای به یک بزرگراهی نصب شده بود که بشه برای جمع اوری دیتاست استفاده کرد یعنی بصورت stream تصاویری را ذخیره کرده بود و سپس ماشین های سبک و سنگین از روی تصاویری گرفته شده جداسازی شدند و برای شبکه عمیق مورد استفاده قرار گرفتند.

سوال این هست که چون تصاویر به صورت تریل تایم گرفته شده هستند امکان داره یک ماشین در چندین فریم مشترک باشد یعنی تکجورایی تکرارری ، آیا این نیازی هست این تکراری بودن ها از فریم های مختلف حذف شوند ؟ امکان داره باعث اورفیت شدن شبکه بشه ؟ چون امکان داره یک خودرو که در فریم 50 ام باشد و همان خودرو در فریم های 51-53 باشد که در بخش بندی داده های ترین و ولیدیشن یکی در ترین قرار بگیرد و دیگری در ولیدیشن ، آیا اینکار باعث اورفیت شدن نمیشه ؟ اگر جواب بله هست راه حل برای خذف تکراری بودن خودروها چیست؟

 

http://www.7khatcode.com/?qa=blob&qa_blobid=12326096651902619348

http://www.7khatcode.com/?qa=blob&qa_blobid=12063356848641016151

http://www.7khatcode.com/?qa=blob&qa_blobid=13331739441689473455

http://www.7khatcode.com/?qa=blob&qa_blobid=6574316987955889820

سوال شده اسفند 24, 1397  بوسیله ی minimax (امتیاز 78)   7 20 27
لطفا اطلاعات مربوط به مدلی که استفاده می کنید و به همراه پارامترها را هم دقیق ذکر کنید تا بشه بهتر مسئله رو بررسی کرد. نمودارهای loss,acc هم ترین و هم validation رو هم قرار بدید .

1 پاسخ

0 امتیاز
برای چی این همه سوال رو تو یه سوال می پرسی .

۱-دیتاست شما رو دیدم میشه با دی\ لرنینگ کلاسیفایش کرد.

۲-اگر earlystopping را اعمال کردید پس قاعدتا شبکه overfitting نمیشه  و همونجا ترین قطع میشه .

 

سوال آخر شما هم با روش های بدون نظارت مثل  PCA و AutiEnconder  میشه افزونگی داده ها را از بین برد
پاسخ داده شده اسفند 27, 1397 بوسیله ی TripleOne (امتیاز 28)   2 2
...