VIP20
本课程属于：015-TinyML图像分类与轻量视觉检测 嵌入式边缘AI与TinyML · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

4. TinyML视觉数据集制作：拍摄规范、标注与数据增强

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
TinyML视觉数据集的重要性 · 学习目标 · 课程整体框架与适用人群
课程导入TinyML
02
TinyML视觉任务基础
图像分类 · 目标检测 · 关键点检测等常见任务及其对数据集的要…
TinyML视觉任务基础
03
数据集规划
任务定义 · 类别设计 · 样本数量估算
数据集规划任务定义
04
拍摄设备与参数
摄像头选型 · 分辨率 · 帧率
拍摄设备参数
05
拍摄环境控制
光照条件 · 背景选择 · 角度与距离变化
拍摄环境控制光照条件
06
拍摄流程规范
拍摄清单 · 多批次采集 · 动态与静态场景
拍摄流程规范拍摄清单
07
数据多样性增强
引入不同环境 · 天气 · 时间
数据多样性增强引入不同环境
08
数据伦理与隐私
人脸 · 车牌等敏感信息处理 · 合规采集与使用
数据伦理隐私
09
数据整理与清洗
去重 · 模糊 · 损坏图像筛选
数据整理清洗
10
标注工具介绍
LabelImg · CVAT · Roboflow
标注工具介绍LabelImg
11
标注规范制定
边界框 · 多边形 · 关键点
标注规范制定边界框
12
标注流程实战
从原始图像到完成标注的完整操作步骤 · 包括多人协作与质量控制
标注流程实战从原始图像到完成…
13
标注质量评估
一致性检查 · 交叉验证 · 错误类型分析及修正策略
标注质量评估一致性检查
14
数据增强基础
旋转 · 翻转 · 缩放
数据增强基础旋转
15
颜色与亮度增强
亮度 · 对比度 · 饱和度
颜色亮度增强
16
噪声与模糊增强
高斯噪声 · 椒盐噪声 · 运动模糊
噪声模糊增强
17
高级数据增强
Mixup · Cutout · CutMix
高级数据增强Mixup
18
数据增强工具与库
OpenCV · PIL · imgaug
数据增强工具OpenCV
19
增强策略选择
根据任务和模型特点选择合适增强组合 · 避免过拟合与信息丢失
增强策略选择根据任务
20
数据集划分
训练集 · 验证集 · 测试集的划分原则
数据集划分训练集
21
数据格式转换
VOC XML · COCO JSON · YOLO TXT
数据格式转换VOC
22
TinyML模型适配
图像尺寸 · 通道数 · 数据类型（uint8/int8）对数…
TinyML模型适配
23
数据量估算
不同模型复杂度下所需样本量 · 小样本场景下的应对策略
数据量估算不同模型复杂度下…
24
案例实战
制作一个手势识别数据集 · 从拍摄到标注再到增强的完整流程
案例实战制作一个手势识别…
25
案例实战
制作一个垃圾分类数据集 · 处理类别不平衡与背景干扰
案例实战制作一个垃圾分类…
26
案例实战
制作一个人员检测数据集 · 涉及多尺度 · 遮挡与隐私处理
案例实战制作一个人员检测…
27
常见问题与解决
标注不一致 · 过拟合 · 增强过度
常见问题解决
28
数据增强与模型训练联动
在TinyML训练流程中集成增强 · 使用on-the-fly增强
数据增强模型训练联动
29
数据集版本管理
使用DVC · Git LFS等工具管理数据集版本 · 确保可复现性
数据集版本管理DVC
30
综合项目与评估
从零构建一个TinyML视觉数据集 · 训练模型并评估效果 · 总结最佳实践
综合项目评估