仅在1个类上使用tensorflow对象检测
仅在1个类上使用tensorflow对象检测
提问于 2017-12-21 10:56:25
我在自己的数据集(无人机识别)上使用了tensorflow (对象检测)，也只有一个名为“无人机”的类，经过大约30000步的训练，我的结果模型可以非常高的精度检测无人机，但我有一个问题，我在模型动物园使用了ssd_inception_v2_coco模型及其fine_tune_checkpoint，现在在我的实时检测中，它有时会将人脸检测为无人机(两个对象之间的差异非常大)，我认为是因为旧的检查点。我如何防止检测到一些与我的无人机对象有很大不同的对象，如人、狗、猫…或者有人能给我描述一下这里的问题是什么？对不起，我的英语不好
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-12-21 11:16:29
即使您为一个类训练SSD，它也会自动创建另一个名为background的类。使用未标记为所需类的训练图像的区域(在您的情况下，是无人机)来训练背景。
一种简单的解决方法是添加训练样本，其中包括在同一场景中既有无人机又有你不想识别为无人机的东西的图像。这样做，然后增加纪元的数量应该会提高精度。
如果你正在做一个应用程序，其中有一些物体经常出现在无人机上，另一种可能性是为这些东西实际训练网络。这将增加您的训练工作量，但提高准确性。
SSD的一些实现具有对数据进行硬性负面挖掘的选项，因此在验证过程中犯下的错误将专门用于训练。如果您熟悉这些代码，则可能需要检查此代码是否可用。
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/47917268
复制相关文章
相似问题
腾讯云开发者
