深度学习的过采样:分类示例:此示例展示了如何对具有不平衡训练数据集的图像进行分类,其中每个类别的图像数量不同。深-matlab开发

上传者: 38564718 | 上传时间: 2022-05-07 17:16:08 | 文件大小: 40KB | 文件类型: ZIP
此示例展示了如何对具有不平衡训练数据集的图像进行分类,其中每个类别的图像数量与类别不同。 两种最流行的解决方案是下采样和过采样。 在下采样中,每个类别的图像数量减少到所有类别中的最小图像数量。 另一方面,执行过采样时,每个类别的图像数量增加。 这两种策略对于不平衡的数据集都是有效的。 下采样的实现很简单:只需使用 splitEachLabel 函数并指定类的最小数量,但是,过采样需要更复杂的编码类型。 此代码不使用无法与增强数据存储关联的转换数据存储。 这意味着,到 2020 年,使用转换数据存储执行数据增强变得困难。

文件下载

资源详情

[{"title":"( 1 个子文件 40KB ) 深度学习的过采样:分类示例:此示例展示了如何对具有不平衡训练数据集的图像进行分类,其中每个类别的图像数量不同。深-matlab开发","children":[{"title":"OverSampling_example.zip <span style='color:#111;'> 39.98KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明