Die folgenden Optimierungsmethoden können ausprobiert werden, wenn YOLOE verpasst wird:
- Anpassen der Konfidenzschwelle: durch
--confParameter senken den Schwellenwert (z. B. 0,001) und erhöhen die Erkennungsrate - Größere Anzahl von Tests: Verwendung
--max_detParameter Erhöhung der maximalen Anzahl von Erkennungszielen - Optimieren Sie die Art und Weise, wie Sie aufgefordert werdenFür bestimmte Szenarien ist die Verwendung von Text und visuellen Hinweisen besser als der Modus ohne Hinweise.
- Upgrade der Modellversion:: Verwendung größerer vortrainierter Modelle (z. B. Aufrüstung von Version S auf Version L)
- Feinabstimmung des ModellsMigration Learning auf Basis von Domaindaten zur Verbesserung der zielspezifischen Erkennung
Vorschläge für den Umgang mit besonderen Szenarien:
- Für die Erkennung kleiner Ziele wird empfohlen, Bilder mit höherer Auflösung einzugeben.
- Versuchen Sie bei verdeckten Objekten die Erkennung aus mehreren Winkeln oder die Zeitanalyse.
- Bei schlechten Lichtverhältnissen wird zunächst eine Bildverbesserung durchgeführt.
Wenn das Problem weiterhin besteht, können Sie überprüfen, ob das Modell korrekt geladen ist und ob das Format der Eingabedaten den Anforderungen entspricht.
Diese Antwort stammt aus dem ArtikelYOLOE: ein Open-Source-Tool für Videoerkennung und Objektsegmentierung in EchtzeitDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " Was sollte ich tun, wenn ich bei der Verwendung von YOLOE für die Inspektion auf ein Leckproblem stoße?
