TensorFlow 2 物体检测 API - 我可以/应该使用 K-Fold 交叉验证吗？

Question

4

我有一组约1000张图像的小数据集，正在训练我的模型以便检测8个类别。我已将数据集按照80:20（训练：验证）的比例划分，并希望应用k折交叉验证来充分利用我的数据集。

#1: 我的想法是否正确，或者我有什么误解？在另一篇关于目标检测中K折交叉验证的文章中，有人提到由于我们拥有置信度分数，所以不需要K折交叉验证。然而，我没有看到在“k”个折叠上训练模型和置信度分数之间的关系。

#2: 这是必须手动完成的操作还是TensorFlow 2.x具有添加K折交叉验证的工具？

非常感谢任何澄清！谢谢！

- Looc Yug

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Innat · Accepted Answer

关于您的问题1和2

(IMO)，最好做K-Fold。FYI，将数据集分成8:2比例的方法称为holdout方法，据我所知，这不是K-Fold。当您想要进行K-Fold时，可能需要考虑一些因素，例如类分布、边界框分布等。然而，由于您没有提供任何样本数据或代码，这里有一个类似的讨论可能会对您有所帮助。
这必须手动完成。它是一种重新采样过程，用于在有限的数据样本上评估机器学习模型。它不是任何框架集成的东西。