به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

0 امتیاز

با سلام
موضوع پایان نامه من تشخیص خودروهای اضطراری مانند آمبولانس- آتشنشانی و پلیس هست. متاسفانه دیتاستی برای موضوع پیدا نکردم. با سرچ در گوگل هم برای کلاس حدود130 تصویر مناسب پیدا کردم. اما این تعداد برای دیپ لرنینگ خیلی کم هست. برای افزایش تعداد تصاویر یک راه این هست که با تکنیک های transform و چرخش تصاویر زیادی تولید کنم. به نظر شما این روش مناسبی هست؟ و اینکه قبل از اینکه کد نویسی دیپ رو شروع کنم دیتاست را افزایش بدهم یا اینکه از روش های افزایش دیتا در یادگیری عمیق استفاده کنم؟
با تشکر

توسط (100 امتیاز)

1 پاسخ

0 امتیاز

سلام
شما در همون کدهایی که برای دیپ میزنید data-agumentation رو هم وارد کنید. اکثر فریمورک ها خودشون یکسری روش برای این کار دارند مثلا برای کراس اینجا و اینجا رو نگاه کنید
اگه بتونید مدل پایه ای که استفاده میکنید یک مدل باشه که برای تسک مشابه تعریف شده احتمالا نتیجه بهتری میگیرید مثلا برای شناسایی خودرو در جاده آموزش داده شده باشه مثل این نمونه

این عکس هم شاید جالب باشه که ماله این دو صفحه است 1 , 2 (اگه صفحه ای باز نشد از این استفاده کنید)

medium

توسط (470 امتیاز)
...