我在开始在 Google Cloud Vision 上训练对象检测模型时遇到问题。我上传了 4 个类别的 342 张图片，并标记了其中的 102 张。每个类别有 38、24、20、20 个标记图像，其中一些图像具有多个边界框。在 Label Stats Pane 中，它说每个标签应该至少有 10 个边界框，每个边界框至少有 8、1、1 个。它还写道“您的数据集将自动拆分为训练、验证和测试集。”但是我所有的标签都保留在 Train 列中，而 val 和 test 列为零。有没有其他方法可以手动拆分它们，还是我错过了一点？
最佳答案
如果您看到此消息:
Some of your labels (e.g., "") do not have enough bounding boxes assigned to your Validation / Test sets. Import another CSV file and assign those images to those sets.
当您点击 Google Cloud Platform 上的 Train 标签时，您的问题很可能是您上传了图片 并且只标记了其中一些 .当您第一次上传图片时，Google 会将它们分配到训练集、测试集和验证集 - 在它们被标记之前。因此，此消息具有误导性:
Your dataset will be automatically splits them into Train, Validation, and Test sets.
发生的事情是您所有的图片 已分拆，包括那些您尚未标记的图像 .测试和验证图像位于列表的末尾，如果您按顺序标记，则这些图像尚未标记，并且会触发此错误。
如果您标记所有图像，或仅上传您计划标记的图像，它应该可以工作。您也可以尝试删除未标记的图像。
关于google-cloud-platform - 无法在 Google Cloud Vision 对象检测中开始训练，训练测试验证未拆分，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58281002/