(　　;´Д`　　)说谁肥人呢

确定一下明天的任务吧，明天不跑模型，老老实实打标签，400张图数据根本不够

一共标注530张了，在想要不要放github上

收工，一共标注了800张，感觉我又行了 ，按7:1划分训练集和验证集在昨天的模型上跑一跑

跑完了，只能说有提升，但提升不大，生成的文件在这里链接：https://pan.baidu.com/s/1vFlNfZobNXkR3ipM2kjQ1w?pwd=1n59
提取码：1n59

通过混淆矩阵那张图可以看出发长很容易和发色的标签混合，检测效果很差，此外bra也挺容易和large_chest混在一起，计划删掉那三个tag

long_hair,short_hair,fuxuan,bra,四匹害群之马( `д´)

明天编两个个脚本，一个把标签里含有miko,maid和nun的文件找出来，自己手动改改，另一个找出含long_hair,short_hair,fuxuan,bra的文件并将那些标签删除

不过肥哥们，如果我的类别原本是0，1，2，3，被删成0，2，3后yolo的data.yaml文件里的类别数要改成3，然后把1删掉吗？还是说不用改呢(ﾉ)`ω´(ヾ)

>>No.62872638
我觉得应该只在数据集里把1对应的标记删掉就行，yaml不用改(=ﾟωﾟ)=

>>No.62872586
个人观点：可能yolo对于同一种东西的不冲突的属性的识别不太行吧。描述同一个对象的属性的词，应该包含所有情况。
比如头发颜色和头发长度，应该设置成[黑长，白长，黑短，白短]这种，而不是[黑发，白发][长发，短发]这样的两组。
各种chest相关可能也得这样[big_nobra，big_bra，big_outerwear，……]这种

>>No.62872544
试了一下感觉效果已经可以了诶
popo好棒
　　　　_∧＿∧_ 　　　　
            ((∀｀/ 　) 　　
　       /⌒　　 ／ 　　
         /(__ノ＼_ノ 　　
          (_ノ ||| 举高高~~
　∧＿∧　∧＿∧
 (( ・∀・ ))・∀・) )
 `＼　　 ∧ 　　ノ
　/　｜/　　｜
（＿ノ＿)_ノL＿)

趁别人午睡搜了一张泳装的图，bra和bigchest都识别出来了呢ᕕ( ᐛ )ᕗ

>>No.62875895
确实如此啊

有个想法，就是我仍然保持之前的标注方法，肥哥们要用的话自己删

考试完好累，决定把这玩意部署到安卓，x太大了得再练一个小点的，决定用n，但是练的好慢啊

woc不行，n跑了快80轮mAP就没一次超过0.2

跑了快五个小时了才跑172轮，这下衰了，早知道这样就不租A16，就该租A40|ー` )

感动，跑了179轮mAP从0.00346和0.00114升到了0.234和0.118，还在跑还在跑，就是有点怕过拟合

246轮了，好想睡觉但是服务器要钱的(;´Д`)

睡醒了，电脑蓝屏了，我恨Windows