Tensorflow 对于一个包含62个类的对象检测模型，我应该采取多少个训练样本？

我正试着训练一个YOLOv3模型，用它来训练62节课

每节课我应该取多少样。 我使用的是Nvidia GTX 1050Ti GPU，那么对于每个大小为300*300的图像，我的批量大小应该是多少？ 80-20列车/试验分割是否理想？

80-20%列车试验（val）分割取决于样本数量，而不是类别数量。您拥有的数据越多，训练和测试（val）之间的差异百分比就越大（对于数百万个样本数据，您可以有95%-5%的分割）

通常，每个对象应至少（至少）存在200个边界框注释。也就是说，每个类至少应该有200个注释

1050Ti只有4GB的VRAM。根据图像大小，可以增大或减小批处理大小。但是，考虑到您没有太多可用的VRAM，最有可能的情况是（如果存在OOM问题，则将其减少为1），对于300x300的图像，批量大小为2将是您可以实现的最大值