为什么对象检测会导致多个已发现的对象？
提问于 2020-07-09 07:55:31
我用CreateML训练了一个对象检测器，当我用CreateML测试模型时，我得到了大量的识别对象：
备注：
- 该模型是在一个小的数据集上训练的~30张图像，其中特定的标签
face-gendermale发生了20次。 - 每个训练图像有1-3个标有标签的物体。
- 总共有5个标签。
问题：
- 这是预期的还是模型有什么问题？
- 如果这是预期的，我应该如何评估这些多个结果，甚至计算在模型中找到的对象的数量？
交叉贴在https://developer.apple.com/forums/thread/653634上.man https://www.dreamstime.com/angry-man-stock-photos-image-free-2926913照片
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-07-09 12:28:40
一个典型的对象检测模型可以对每幅图像做出大约1000个预测(尽管它可以更多地取决于模型体系结构)。这些预测大多缺乏信心，所以被过滤掉了。剩下的则通过非最大抑制(NMS)发送，NMS移除重叠过多的边框。
在您的例子中，似乎NMS的阈值太低(或过高)，因为许多重叠的框仍然存在。
然而，这个模型似乎还没有得到很好的训练，可能是因为你很少使用图像。
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/62818892
复制相关文章
什么是受 DRM 保护的 WMA 文件以及如何打开它们
点击加载更多
腾讯云开发者
