Question about stream rate

[lz130dd]

Mr. @hamuchiwa , For the collecting_training_data part, I didn't find your sample rate of key-input, and usually the stream rate of key-input is larger than the stream rate of image. So how do you make sure every frame of image has a key input label? Or you just drop those image frames without corresponding key-input?

Thank you.

[hamuchiwa]

Yes, image is dropped if there is no key input.

[lz130dd]

您好， 抱歉再次打扰您，我在训练神经网络的时候遇到一些问题想请教您一下： 在600~1000frames 的准确率一直在50%~70%之间，无法准确预测。 我是用ROS系统在一个扫地机器人上搭的平台。我的机器人直走时一直有点右偏，所以采数据的时候直线一直有按左键修正，不知道跟这个有没有关系。 还有就是我采数据时车速较慢，车也比较大，采完一个直线加左右转弯就差不多有近300frames了（摄像头帧数在10HZ出头，延迟状况还可以，我已经尽量加大转弯角度以及减少道路宽度），是不是数据量不太够？应该加快一点车速多采几组吗？（有点担心采多了模型过载，我也是刚入门深度学习，不知道这里frames多少和模型是否过载有没有关系，望您解答） 如果还是不行我准备试试您在jupyter note 上的keras模型， 用cnn会不会准确率会高一些？您的keras模型我可以直接拿来用吗？（时间紧迫） @hamuchiwa

[hamuchiwa]

@lz130dd 时间紧迫不如直接上CNN吧，那个notebook是基于一个小哥的数据，凭着感觉加了几层，到时训练的时候你可以再做调整。如果跑道不换的话，模型过拟合没关系，训练的数据也可以不用分成train和valid，这样训练的数据还能多一点儿。 总之多跑几次吧，修正偏离的情况也可以来几次，慢慢的跑就行。

[lz130dd]

@hamuchiwa 我尝试了一下用keras 不知道是不是参数问题 为什么200多frames 很快就训练完了，您当时用keras会比用opencv快很多吗

[hamuchiwa]

@lz130dd 是快的，多线程吧，有GPU那就更快了。

[lz130dd]

@hamuchiwa 还想请问一下您，您当时用opencv准确率大概有多少，是固定用一条左右前比较平均的轨道采数据吗？您训练完成后可以在新的未训练的轨道上自动驾驶吗？

[hamuchiwa]

@lz130dd 具体的数记不太清了，0.85左右吧？右转没有收集，直行左转摆了好多次，最后摆的新轨道录得视频。不过我没换地点，都在同一条走廊上，再就是在车跑出末端之前我就不收集了。 有个在环形轨道上驾驶的视频不知道你看过没，他那个跑的就挺好的，