首先,搞定 目标检测 输出 准确率,loss值等训练变化曲线图。
其次,搞定,性能评估输出 AP,mAP图。
根据划分训练集,验证集,测试集。
数据清洗,如: 图例分析,每一例的分析。
YOLO V3 darknet版本,tensorflow 版本(明成),
参数调优:
召唤超参调优开源新神器:集XGBoost、TensorFlow、PyTorch、MXNet等十大模块于一身
https://mp.weixin.qq.com/s/C5Wg5rFutFSQE1eE_KPHZQ
特征工程:
特征工程完全手册 - 从预处理、构造、选择、降维、不平衡处理,到放弃 - 知乎
https://zhuanlan.zhihu.com/p/94994902
第二阶段
pytorch,mmdetection;