| 查看: 2618 | 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! |
» 猜你喜欢
面上本子正文33页,违规吗?会被低分嘛?
已经有10人回复
国自然上会要求
已经有9人回复
博士申请
已经有5人回复
评审有感
已经有6人回复
今年审到国自然15份,谈谈感受
已经有16人回复
上海大学实验技术岗位非升即走
已经有8人回复
考博自荐
已经有6人回复
青C资助名额大幅增加!
已经有16人回复
重磅!青年科学基金项目(C类)资助增幅预计超过50%
已经有10人回复
我在等一个没有答案的答案
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)
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












回复此楼
清灵灵灵