私はPerson Re-Identificationの問題に取り組んでおり、CMC曲線を使って結果を表示しています。 トレーニングセットでは、通常の画像(現在CUHK01でトレーニング中)とともに拡張データ/画像を使用しました。拡張ランクを計算するための通常のテスト画像とともに拡張データを使用しないかどうかをテストしている間に、ランク1とランク1を比較すると、ランク1〜30%が得られます。世界で現在のRank_1の精度に関しては奇妙なほど高いです)。テストで拡張データイメージを使用する
だから私の質問は
a)はどのようにデータが私の場合には、特に設定のテストに影響を与える増補んされています。
b)オーバーフィットかそのようなものですか?
c)テストケースで拡張されたイメージの使用を避けるのが一般的なルールですか。
ウムをrecoloring内在して色や濃淡の面で外観を変える、私は申し訳ありませんが、私はまだそれを感じることができません。一方で、データ補強は過大フィッティングを避けるためには良いと言えますが、オーバーフィッティングのためにテストケースに使用することはできません。あなたや誰かが研究論文やソースを知っていますか?また、私のテストケースでは、ランダムに配置されたイメージのように、2つ以上の組み合わせがあるデータだけが増強されていませんでした。 – Sanchit
私は、訓練セットを増強する理由(モデルの一般化です)にすべて同意したと思います。しかし、テストセットを増強する理由は何でしょうか? – Mohammad
よく基本的には、データをもっとたくさんのように見えますが(画像は繰り返し表示されます)、モデルを確認するためのより堅牢なテストを行うことはありません – Sanchit