具有奇怪检测结果的 TensorFlow 对象检测 api
Posted
技术标签:
【中文标题】具有奇怪检测结果的 TensorFlow 对象检测 api【英文标题】:Tensorflow object detection api with weird detection result 【发布时间】:2018-02-27 15:50:51 【问题描述】:我已经使用 rfcn_resnet101 模型在我自己的数据集上训练了 tensorflow 对象检测 api,其中包含 1 个类。首先我使用了 raccoon 数据集,训练了 264600 次,检测结果很奇怪,它可以检测到物体,但是右边的盒子周围还有一些其他的小盒子。
然后我使用另一个包含一个类的数据集,数据集中有 80000 张图像,我遇到了熟悉的现象。我很困惑。
有没有人遇到过同样的情况?我能做些什么来解决这个问题?提前致谢!
【问题讨论】:
【参考方案1】:我在 PASCAL VOC 数据集上有相同的行为。我还没有修复它,因为我只是为某种概念验证系统实现了一个模型。我的猜测是,如果 IoU 大于或等于定义的阈值,该模型会预测提案区域并接受它们。所以设置nms_iou_threshold
可能会解决问题。
这个收养似乎也适合你的例子。所有预测的边界框似乎都与 groundtruth 框有 IoU。
【讨论】:
感谢您的回答。我尝试将first_stage_nms_iou_threshold改为更高的值,但现象依旧。更重要的是,预测的边界框有时在真实框之外。我真的不明白为什么会这样。 然后尝试在second_stage_post_processing
块中增加the iou_threshold
再次感谢您。我试图增加iou_threshold,但问题仍然无法解决。我想尝试其他型号。我想知道你是否解决了问题。以上是关于具有奇怪检测结果的 TensorFlow 对象检测 api的主要内容,如果未能解决你的问题,请参考以下文章
Tensorflow 对象检测在 Python 和 C++(OpenCV) 之间有不同的结果
如何在 iOS 中运行 Tensorflow 对象检测 API 模型?