數據清洗---測試集和訓練集分佈不一致的狀況

在競賽中，能夠會出現提供的數據不符合測試集分佈的狀況 根據百度車道線冠軍的經驗： 數據清洗上，最一開始採用了所有數據訓練，發現loss常常出現不規則的跳動，通過排查，發現road 3存在幾乎一半以上圖像過曝的問題，而且road 3大多在強光下拍攝，不符合測試集的分佈，因此很果斷的捨棄了road 3，分數也提高了0.01左右（好神奇。。。）。 這就說明了，在數據來源不一樣的狀況下，極可能出現訓練集與

>>阅读原文<<