Q&A
> グレースケール画像で癌部だけの切り出しを行って二値化し学習を回している
クラス分類ではなく、物体検出ですよね？
画像から検出対処物を見つけて、クラスを推定するというところまでが物体検出というタスクなので、学習する段階で検出対象物を切り出してその部分だけネットワークに与えては汎化性能は得られないのではないでしょうか？
私は、今、医用画像を用いた学習をしています。
検出をさせるためのツールとして学習をさせているため、YOLOv3を用いて行っております。しかし、練習として100枚の水増し(輝度変化)で500枚に増やし学習をしているものの、癌部が一向に検出されません。画像データは、グレースケール画像で癌部だけの切り出しを行って二値化し学習を回している状態です。
元画像データ数が少ないのか、水増し方法が悪いのか、学習方法が悪いのか、、、
どなたかアドバイスをいたただけないでしょうか。
よろしくお願いいたします。
回答ありがとうございます！！
yolo自体に入っているpyコードの変更を行っていなかったのですが、行った結果検出はできました。丁寧なご対応していただきありがとうございました.
回答1件
0
自己解決
コードの変更を行った
完璧に自分のミスでした。。。
投稿2021/01/31 14:16
編集2021/11/24 15:59総合スコア10
具体的なことが何も書かれていないので低評価しました。
特に記述する内容がなかったのと、
自己解決できたので、今回は上記のような回答になってしまいました。
申し訳ございません。
yoloのフォルダ内の.pyの「どれ」に対して「どのような」変更を行ったのかを記述すればよいのでは？
あなたの回答
tips
プレビュー
