我花了两周时间 建造一个计算机视觉组件 来估计一个塑料容器是如何满载 从无人机图像。
半透明白色容器 里面的化学产品 在现场检查时从无人机上斜射出来 标题数字看起来不错:填充分数上的平均绝对误差为0.055,皮尔逊相关为0.97.
之后我审核了自己的评价,发现我46个测试作物中有38个在训练场坐了同样的物理容器.
算术还不错 问题是,我所包扎的一句话:我提出了0.055,这是模型从未见过的集装箱错误。
值得写这些东西的是,我从第一天起就已经安装了护栏,由于三个无关的原因,它三次失败。
每一个都很容易在任何从视频提取的帧上进行训练的项目中复制.
为何一个无人机会飞过一个地点 捕捉出一个爆炸 就我而言,12帧超过12秒 同一物理容器从略微不同的角度和距离出现在爆炸的每一个框架。
如果你随意地把这些作物洗去 并测试, 你要求模型 识别一个它已经记住的容器。
你得到的测量值 描述一个破裂的相框之间的插值。
上面没有说模型从未见过的容器 这是应用ML中最常见的失败,每个人都知道.
这正是下一部分值得阅读的原因。
在第一日,我的数据集模块从配置中读取分组列,完全不提供随机选项: 随机拆分的代码路径不存在 。
你不能通过一面旗帜来获得一面旗帜。
我故意地写下来的, 第一天, 在有数据可以分拆之前。
我还漏了 诵三遍.
漏出一: 组列持有错误的ID被设定为...
这就是你想要的.
按物理容器分组。
问题在于上游。
当关卡标签从注解中返回时,里面的栏目中已经被填入了场景ID,而不是容器ID.
我输油管里的一个场景 是一组捕捉物 由相隔不到120秒的影像组成 因此,这个配置说, 代码忠实地分组 由任何 被命名的列, 和实际分组 是按场景。
几个不同的容器共用一个场景。
看守人员完全照他说的做了,结果仍然是错误的。
课程:是对一栏内容的主张,而不是代码可以执行的财产.
我输油管里没有任何东西能证实 以物理容器命名的柱子 漏出2:评价脚本自行分拆 这个是被刺的 我写了一个关于泄漏的固定 1:一个模块 将农作物聚集到物理容器中 在一个场景中的相距相近的边框中心。
然后,我继续前进,相信 分隔线现在按容器分组。
几周后我回到代码 纠正一个报告, 我检查了哪个模块 导入了集群功能。
完全一样,是脚本 做了一个视觉核查表。
分组模块从未输入分区 。
实际评价代码是源框架。
因此,分离的相框, 并且由于同一个容器 出现在所有12个相框的断裂构造中, 分离的相框没有分离。
替代的交叉验证 I 也按文件名前缀分组报告,它有自己的问题(见出漏出3).
从未按容器分组。
我写了安全分道扬镳的路, 接通了配置, 移除了不安全的选项, 然后,我的评估脚本 悄悄地绕过它。
教训:只有一条安全的道路是唯一的道路,才是安全的.
我的模块不能被滥用。
我的剧本从来不叫它。
漏出3:我的跨站点评价与集装箱问题无关