| 查看: 2689 | 回复: 10 | |||
[交流]
CNN识别自己的数据集 how to generate the ground truth for dateset labeling 已有3人参与
|
|||
|
本人使用CNN识别了自己构建的数据集 然后收到了审稿意见，不是很明白审稿人的意思。 1：Authors are advised to illustrate the detailed training strategy such as how to label the images and how to prepare the image dataset to avoid overfitting and underfitting problems. 这个是说我没有说清楚数据集生成的过程 让我解释如何标记图片以及准备数据集避免过拟合和欠拟合。 2：Authors are advised to explain how to generate the ground truth for dateset labeling？ 第二个我不是很明白 是说如何确保我标签的正确性吗？ 求解答！ |
回复此楼» 猜你喜欢
网络举报学术不端成为了男女之间情杀的手段了，真荒唐。。。
已经有3人回复
-
大龄残疾硕士的一点执念
已经有20人回复
-
2026年面上项目中了，2A+B, 会评顺利通过
已经有12人回复
-
Suzuki偶联中硼酸酯原料掉下的硼酸酯是否可以自身偶联，生成B2Pin2杂质
已经有3人回复
-
今年E04面上
已经有19人回复
-
刑法学论文投稿求助
已经有5人回复
-
Journal of Environmental Chemical Engineering
已经有3人回复
-
最后一年，祈求好运
已经有3人回复
-
风电环氧领域
已经有3人回复
lhsj2016
银虫 (正式写手)
- 应助: 4 (幼儿园)
- 金币: 1584.6
- 红花: 9
- 帖子: 828
- 在线: 88.4小时
- 虫号: 14720985
- 注册: 2019-03-25
- 性别: GG
- 专业: 材料物理化学
★
小木虫: 金币+0.5, 给个红包，谢谢回帖
小木虫: 金币+0.5, 给个红包，谢谢回帖
|
ground truth是指机器学习中训练集的分类准确性，用于证明或推翻某一假设。机器学习首先要对基础训练数据打标记。如果初始的基础训练标记有问题，那么不可避免会对最终的机器学习效果产生很大的影响。审稿人是让你详细说明你对初始训练数据如何做标记以及解释这样做的合理性。 发自小木虫Android客户端 |
» 本帖已获得的红花（最新10朵）
清灵灵灵4楼2019-04-08 22:47:22
2楼2019-04-08 22:44:30
3楼2019-04-08 22:45:50
|
祝福 发自小木虫IOS客户端 |
5楼2019-04-08 23:02:53
6楼2019-04-08 23:04:20
7楼2019-04-08 23:11:24
8楼2019-04-08 23:12:26
9楼2019-04-08 23:29:13
10楼2019-04-09 00:08:43