我目前想使用 Tensorflows 对象检测 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，而另一个类只有大约 2.5k 个样本。
所以我认为我必须平衡数据集。有人告诉我，有一种叫做样本/类权重的东西（不确定这是否 100% 正确），它可以平衡训练样本，因此最大的类对训练的影响比最小的类要小。
我找不到这种平衡方法。有人可以给我一个提示从哪里开始吗？
谢谢！
【问题讨论】：
标签： tensorflow dataset object-detection
你可以做正常的交叉熵，给你一个？ x 1 张量，X 个损失
如果你想让班级数 N 多计算 T 次，你可以这样做
X = X * tf.reduce_sum(tf.multiply(one_hot_label, class_weight), axis = 1)
tf.multiply
按你想要的任何重量缩放标签，
tf.reduce_sum
将标签向量 a 转换为标量，所以你最终得到 a ? x 1 张量填充了类权重。然后，您只需将损失的张量乘以权重的张量即可获得所需的结果。
由于一个类的常见度是另一个类的 6.4 倍，因此我会将权重 1 和 6.4 分别应用于更常见和不太常见的类。这意味着每次出现较不常见的类时，它的影响是较常见的类的 6.4 倍，所以就像从每个类中看到相同数量的样本一样。
您可能需要对其进行修改，以使权重加起来等于类的数量。这匹配默认情况是所有权重都是 1。在这种情况下，我们有 1 /7.4 和 6.4/7.4
【讨论】：