tensorflow对象检测训练模型不起作用

Question

我使用 ssd 和更快的 r-cnn 模型训练了我的数据集以进行 TensorFlow 对象检测。我的数据集中有 220 个训练图像和 30 个测试图像。 我对模型进行了 200k 步的训练，损失低于 1。但是当我在视频上测试我的训练模型时，它几乎检测并标记了视频中的所有内容。 谁能告诉我为什么会这样？ 谢谢

Answer 1

您使用的类别数量只有一个，并且您使用属于同一类别的图像训练了模型并对其进行了相同的测试。

所以问题是模型偏斜（对所有图像的预测都相同） 无论您在任何图像上进行测试，您都会得到相同的输出。

解决方案：

用几乎相等数量的负图像训练你的模型。

例如：220张包含待识别对象的图像（标记为1）和另外近220张不包含对象的图像（标记为0）

使用 F1 分数来检查您的准确性，因为它可以帮助您了解数据集是否偏斜。

查看this 了解不同类型的准确度度量。 参加 this 课程，了解有关 CNN 的更多信息。