看板 DataScience 關於我們 聯絡資訊
問題描述: 最近在做semantic segmentation 的任務主要將影像分割出兩個class。 其中資料庫特性: 每一張影像都有class1卻不一定有class2,而含有class2的影像大約佔整個資料庫30%。 出現問題: 所以我想應該有class imbalance 的問題,所以我單獨將資料庫中含有兩個class的影像 拿出來訓練,避免學習不到class2的特徵,但結果失敗了...現在把class2的也當成class 1在label 我想請教各位有沒有遇上類似的問題,可以提供給我一些方向來解決,拜託各位了.. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.161.243.119 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1549724060.A.6C8.html
karco: 都有class1的話02/09 23:32
karco: 這問題不就是區分是不是class2嗎?02/09 23:32
karco: 那為什麼要管class1這個label呢?02/09 23:32
qwe85158: 抱歉問題沒有講的很正確,是目前把全部東西都當成class102/10 00:20
qwe85158: 了02/10 00:20
※ 編輯: qwe85158 (1.161.243.119), 02/10/2019 00:21:42
truehero: 有30% 應該隨便都TRAIN 的起來,要不要再檢查一下CODE 02/10 16:42
truehero: 這是多類別分割 ,Loss是用? 02/10 16:50
qwe85158: 平台使用Kera, Loss 用categorical_crossentropy ,網 02/11 01:20
qwe85158: 路輸出使用softmax 02/11 01:20
luli0034: 30%應該不太會有class imbalance 的問題(? Classifer 02/21 19:34
luli0034: 在訓練過程中可以調‘小類別’權重可以試看看 應該估狗c 02/21 19:34
luli0034: lass_weight看看參數怎麼調就可以了 不過我個人認為是 02/21 19:34
luli0034: 分類器選不好不是類別不平衡的問題 02/21 19:34