说起来，最近我在玩深度学习，想提高我那自制声纳的图像识别水平。发现侧扫声纳图像分类挺有意思的，可是一想到要构建合适的数据集，头就大了。有没有懂行的声纳发烧友能给点建议？我觉得弄个多样性和代表性的数据集对声纳图像学习的成功挺关键的，难道就我一个人这么想？
说起来，最近我在玩深度学习，想提高我那自制声纳的图像识别水平。发现侧扫声纳图像分类挺有意思的，可是一想到要构建合适的数据集，头就大了。有没有懂行的声纳发烧友能给点建议？我觉得弄个多样性和代表性的数据集对声纳图像学习的成功挺关键的，难道就我一个人这么想？
说起来，这块儿我倒是挺有经验的。这几年一直在沿海作业，声纳设备对我来说简直是小菜一碟。深度学习在声纳图像分类上的应用，我算是深有感触。数据集的多样性和代表性真的很关键，我以前也遇到过类似的情况。我建议你可以从实际捕捞中收集各种海况和鱼种的数据，这样对提高模型泛化能力有帮助。另外，和同行聊聊，看看他们有没有现成的数据集可以共享，这样也能省不少时间。希望这些建议对你有用。