我目前想要使用Tensorflows Object Detection API来解决我的自定义问题。 我已经创建了数据集，但它非常不平衡。 数据集有3个类，我的主要问题是，一个类有大约16k个样本，另一个类只有大约2.5k个样本。
所以我认为我必须平衡数据集。有人告诉我，有一种称为样本/类权重（不确定这是否100％正确），这样可以平衡训练样本，这样最大的类对训练的影响小于最小的类。
我无法找到这种平衡方法。有人请求给我一个暗示从哪里开始？
谢谢！
答案 0 :(得分：0)
你可以做正常的交叉熵，给你一个？ x 1张量，X的损失
如果您希望班级编号N计数T倍，您可以
X = X * tf.reduce_sum(tf.multiply(one_hot_label, class_weight), axis = 1)
tf.multiply
根据您想要的重量来缩放标签，
tf.reduce_sum
将标签向量a转换为标量，所以最终会得到一个？ x 1张量充满了类权重。然后，您只需将损失张量乘以权重张量即可得到预期的结果。
由于一个类比另一个类多6.4倍，我将分别将权重1和6.4应用于更常见和不太常见的类。这意味着每次发生不太常见的类时，它的效果是更常见的类的6.4倍，所以就像从每个类中看到相同数量的样本一样。
您可能希望对其进行修改，以便加权累加到类的数量。这符合默认情况，所有权重均为1.在这种情况下，我们有1 /7.4和6.4 / 7.4