Ground-truth数据面临哪些挑战?.doc
《Ground-truth数据面临哪些挑战?.doc》由会员分享,可在线阅读,更多相关《Ground-truth数据面临哪些挑战?.doc(4页珍藏版)》请在三一文库上搜索。
1、Ground-truth数据面临哪些挑战?Ground-truth(真值)是什么?Ground-truth在机器学习中表示有监督学习的训练集的分类准确性,用于证明或者推翻某个假设。有监督的机器学习会对训练数据打标记,将那些正确打标记的数据成为ground truth。Ground truth就是参考标准,一般用来做误差量化,最终用于验证分类算法的准确性。真值标定的输入一般是视频文件。真值标定既可以手动一帧一帧地标定,也可以半自动化标定后再手工修正,最终可以将结果保存成真值数据库。Ground-truth在自动驾驶汽车产业具有很高的的附加值,它涉及以下数据处理流程:数据采集、数据标注、模型训练、
2、应用、验证。拥有最高质量Ground-truth数据的公司将会处于自动驾驶汽车的最前沿。Ground-truth质量影响算法质量。一、Ground-truth数据面临哪些挑战丢失或模糊的对象不一致的标记(行人手中有物体或没有物体)不同种类车辆之间不明确的边界系统性的标记误差不精确性定义不佳的需求1.1 丢失或模糊的对象1.2 不一致的标记 (行人手中有物体或没有物体)1.3 不同种类车辆之间不明确的边界1.4 系统化标记误差原始的标记框不精确,通过对顶部和底部的修正以及更详细的注释使得标记框更加精确。二、实验:Ground Truth质量对于算法性能的影响2.1 实验我们展示了标记框实验的初步
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Ground truth 数据 面临 哪些 挑战
链接地址:https://www.31doc.com/p-3252312.html