使用 tensorflow 训练 keras：标记对象或同一对象上的多个标签的冗余

Posted 2023-03-27

【中文标题】使用 tensorflow 训练 keras：标记对象或同一对象上的多个标签的冗余

【英文标题】：Training keras with tensorflow: Redundancy in labelling the object or multiple labels on same object

【发布时间】：2018-07-26 04:56:00

【问题描述】：

我正在使用 tensorflow 训练 keras 进行人员检测。训练结束后，当测试完成时，很多图像都包含冗余的人物标签。 IE;对于图像中的单个人，显示了多个作为人的标签。这背后的真正原因是什么？

我的训练集包含近 2000 张图像，单个类 person、batch=32、epoch=100、threshold=0.55 和 testing images=250。

【问题讨论】：

你听说过non-maximal suppresion吗？

冗余背后的真正原因是什么。自己训练的时候能不能减。

【参考方案1】：

样本的过度训练可能会导致冗余，如果您使用不同角度的图像，例如，如果您训练用于检测人并且您从不同角度提供人体样本，那么它可能会在实际案例中显示检测错误.如果这不是问题，那么非最大抑制将是更好的选择。