【问题标题】：Model is recognizing background better than objects模型比物体更能识别背景
【发布时间】：2020-11-19 01:04:25
【问题描述】：
我创建了具有三元组损失函数的连体模型。
我对其进行了一些测试，并注意到当对象很小时，例如图像空间的 2/5，模型会匹配具有相似背景的图像而不是对象。
有些照片是在相同的背景下拍摄的，我认为是什么导致了这个问题。
有没有办法提取对象？训练模型识别那些物体，忽略背景？
每张图片的形状为 (150, 150, 3)。
【问题讨论】：
标签：
python
image
tensorflow
image-processing
deep-learning
【解决方案1】：
孪生模型实际上在编码数据上加深了它在两个编码特征表示之间的匹配，所以它不知道你的内部集对象你提取的对象而不是它们之间的匹配
例如，如果您构建的模型用于人脸匹配
使用 opencv 提取人脸，然后进行您想要的匹配
【解决方案2】：
您可以尝试使用掩码进行训练或随机裁剪图像作为数据增强策略，或者您可以更改模型以获得更精细的卷积。最简单的方法是进行随机裁剪，然后进行训练；这将有助于网络将对象从背景中分离出来。