如何根据选定的子样本预测计算训练损失

时间:2019-02-05 10:26:13

标签: machine-learning optimization deep-learning backpropagation loss-function

我正在训练有关视频序列的深度学习多目标跟踪模型。 视频帧在const MyDrawerNavigator = createDrawerNavigator({ Home: { screen: HomeScreen, }, Settings: { screen: SettingScreen, }, Profile:{ screen: ProfileScreen } }); const MyAppdrawer = createAppContainer(MyDrawerNavigator); 处提取和注释。 为了利用更平滑的时间一致性,我提取了每个1fps带注释帧之间的中间24个帧。现在,我在2处提取了所有帧,但是地面真相标签仅在最初注释的25fps个帧的间隔内可用。

我想通过在前进时提供所有平滑的25帧来训练深度学习模型,但是在 backprops 期间,我只想为带注释的{ {1}}个帧。

关于我应该如何处理的任何提示?尤其是当我的25fps小于1fps时。

1 个答案:

答案 0 :(得分:0)

到目前为止,我正在做的一件有用的事情是为未注释的帧设置-1标签,并在计算损失时跳过它们。这可能不是最佳选择,但是可以用,有更好的主意的人吗?