关于训练对象检测模型但训练数据集的图像有很多未标注对象的问题

Question

• 在训练数据集中，一些应该被标记但没有引起某些原因的对象。
• 如下图所示，部分对象遗漏了标注（红色矩形为标注）。

• image with miss-annotations

• 不完整的标注数据集该怎么办，对模型有什么影响（可能对测试数据过拟合导致训练时误报）？

Answer 1

大多数检测算法使用不带边界框的图像部分作为“负”图像的示例，即不应检测到的图像。
如果您的训练集中有很多对象应该被标记但没有被标记，这是一个问题，因为它会混淆训练算法。

您绝对应该考虑手动将缺失的标签添加到数据集中。