微调 TensorFlow 对象检测预训练模型

Question

我正在使用 tensorflow 和 opencv 开发实时对象检测器。

我使用了不同的基于 SSD 和 Faster-RCNN 的冻结推理图，它们几乎从不失败。

视频流来自固定在墙上的红外摄像头，其背景几乎从不改变。在一天中的特定时间（例如，当下午光线变化时），在背景区域或距离相机太近的小物体上会发生一些误检测。

所以为了解决这个小错误，我想用相同背景的图像微调模型。

由于背景始终相同，我如何对具有 1000 个几乎相同的错误检测图片的模型进行再训练？

Answer 1

在背景照明变化的情况下，可以使用背景减法

https://docs.opencv.org/3.4.1/d1/dc5/tutorial_background_subtraction.html ，同时动态更新它，如下所示：

https://www.pyimagesearch.com/2015/06/01/home-surveillance-and-motion-detection-with-the-raspberry-pi-python-and-opencv/

谢谢。