我在 yoloV5s 模型中训练了我的自定义数据集,我的推理准确率达到了 80%。现在我需要通过添加更多图像和标签来提高准确性。
我的问题是,我已经训练了 10,000 多个标签以达到 80%,我花了 7 个小时。我是否需要将旧的 10,000 多个数据包含在我的新数据中,而新数据只有 1000 来训练和提高我的准确性?
即使我添加了一个新类,有什么方法可以只包含新数据来重新训练模型?
如何节省时间和空间?
我在 yoloV5s 模型中训练了我的自定义数据集,我的推理准确率达到了 80%。现在我需要通过添加更多图像和标签来提高准确性。
我的问题是,我已经训练了 10,000 多个标签以达到 80%,我花了 7 个小时。我是否需要将旧的 10,000 多个数据包含在我的新数据中,而新数据只有 1000 来训练和提高我的准确性?
即使我添加了一个新类,有什么方法可以只包含新数据来重新训练模型?
如何节省时间和空间?