以下問題，以訓練分類模型為例：
整體原則：
越能模擬實際使用場景越好。
（1）如果考慮模型的泛化能力，資料越豐富、越五花八門越好；
（2）如果只考慮某固定場景的準確率，越接近該場景越好（如某演示場景）。
沒有具體的張數限定。比如說，「各式各樣」的100張影象，可能比只有某個樣子的500張影象效果更好。
允許每個種類的樣本數不一致，但是不能超過太多，例如：1萬張和1千張這樣量綱上的區別。
類間資料量不均衡造成的影響：資料量越大的類別，其召回率會更高，相應地會損失一些精度。（參考文章：
1）重複性的，跳幀儲存影象；
2）旋轉
3）遮擋
4）光線變化
無論是訓練集、還是測試集，其影象的解析度如果太小，都會致使識別效果降低。
主要原因是：解析度太小，丟失了大量的目標資訊。
解析度大小，如何進行把握，根據經驗，最好大於200*200。
關於串列埠操作的問題記錄
1 我們操作串列埠時，發現資料返回不對，或者沒有資料返回，首先需要看一下波特率是不是設定正確 2 delphi下用tmscom的串列埠操作 1 傳送資料 function senddata data array of byte len integer boolean var temp variant...
關於Excel匯入的問題記錄
前提為oledb excel。根據需求，多數是對於表的資料的匯入。於是產生這麼乙個需求過程 1。準備乙個空的標準excel。2。根據表名查詢字段 3。動態生成字段表頭 4。copy空的標準excel,迴圈表頭生成新的標準excel以二進位製流匯出。5。使用者再根據表頭的提示新增資料再上傳提交。1步和...
關於Excel匯入的問題記錄
前提為oledb excel。根據需求，多數是對於表的資料的匯入。於是產生這麼乙個需求過程 1。準備乙個空的標準excel。2。根據表名查詢字段 3。動態生成字段表頭 4。copy空的標準excel,迴圈表頭生成新的標準excel以二進位製流匯出。5。使用者再根據表頭的提示新增資料再上傳提交。1步和...