如何在训练前解决不平衡的数据？答案

【问题标题】：How do I address imbalanced data before training?如何在训练前解决不平衡的数据？
【发布时间】：2021-02-02 18:42:15
【问题描述】：

假设我们要训练 YOLOV3。我们为 3 个不同的类别收集了大约 5000 张图像。班级分布为：

Class#1 = 2250  images
Class #2= 2500  images
Class #3= 250   images

如您所见，它是不平衡的，我无法根据该数据进行训练。我需要做什么？我需要考虑数据处理阶段吗？

请不要只说数据增强，因为数据增强有不同的含义。我相信它在训练过程中会进行旋转和变换，使训练后的模型更加健壮，但它并不能解决数据集不平衡的问题。

如何解决不平衡的数据？

【问题讨论】：

有几种方法。您可以尝试复制样本或删除其他样本，或者如果框架允许：平衡每个小批量。根据我的经验，yolo 在不平衡集上工作得很好，这可能是因为不同的对象类通常属于不同的锚点。也许不平衡集在对象检测（与 zo 分类相比）中通常不是那么大的问题，但这只是一个猜测。
你看smote了吗？

【解决方案1】：

您可以尝试对您的配置文件执行以下操作：

选择 1：

[yolo]
focal_loss=1

选择2（更有效）：

[yolo]
counters_per_class=100, 2000, 300, ... # number of objects per class in your Training dataset

要计算counters_per_class，参考这个link

更多详情here

选择 3： 同时选择选择 1 和选择 2

【讨论】：