| 查看: 2423 | 回复: 10 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[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
今年春晚有几个节目很不错，点赞！
已经有4人回复
-
球磨粉体时遇到了大的问题，请指教！
已经有15人回复
-
过年走亲戚时感受到了所开私家车的鄙视链
已经有5人回复
-
情人节自我反思：在爱情中有过遗憾吗？
已经有5人回复
-
江汉大学解明教授课题组招博士研究生/博士后
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 |
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