问用于目标检测的弱标记数据集
EN

Stack Overflow用户

提问于 2018-05-17 06:42:40

回答 1查看 87关注 0票数 1

我有几个数据集，它们代表的每个类都有很好的标签。我正在尝试使用tensorflow/research/ object _detection管道构建一个对象检测模型来检测每个对象。

然而..。没有为其他类标记每个数据集。我担心，当挖掘的示例真正表示其他数据集中的类时，它们会被标记为背景类。

例如，如果我试图制作一个水果检测器，我有一个标记为苹果的数据集，另一个标记为橙子，另一个标记为香蕉-我该如何加权分类损失，以便忽略橙色示例上的苹果预测，反之亦然？

发布于 2018-06-01 04:50:09

如果我没理解错的话，每个图片都有多个类对象。如果是这样，那么只需为该图像中的每个类创建多个边界框即可。图像可以具有多个使用标注类名称绘制的边界框，这些边界框可用于训练

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/50380929

复制

相似问题

问用于目标检测的弱标记数据集EN