边界框的位置和大小不正确，如何提高它的准确性？答案

【问题标题】：The bounding box's position and size is incorrect, how to improve it's accuracy?边界框的位置和大小不正确，如何提高它的准确性？
【发布时间】：2021-01-25 05:10:30
【问题描述】：

我正在使用detectron2 来解决分割任务，我正在尝试将一个对象分为 4 类，所以我使用了 COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml。我应用了 4 种增强变换，训练后我得到大约 0.1 总损失。

但由于某些原因，bbox 的准确度在测试集上的某些图像上并不是很好， bbox 被绘制得更大或更小，或者没有覆盖整个对象。

此外，有时预测器绘制的 bbox 很少，它假设尽管只有一个对象，但不同的对象很少。

有什么建议可以提高它的准确性吗？

有什么好的做法可以解决这个问题吗？

任何建议或参考资料都会有所帮助。

【问题讨论】：

标签： pytorch conv-neural-network bounding-box faster-rcnn detectron

【解决方案1】：

我建议如下：

确保您的训练集包含您想要检测的所有尺寸的对象：通过这种方式，网络了解到对象的大小可以不同并且不太容易过度拟合（检测器可以假设您的对象应该只是大例如）。
添加数据。与其应用所有类型的增强，不如尝试添加更多数据。尽管只有一个对象但检测到不同对象的现象使我相信您的网络不能很好地泛化。我个人会选择每节课至少 500 个注释。

通过 (2) 将实现最大的改进。

一旦你有了一个不错的基线，你也可以尝试增强。

【讨论】：

感谢您的回复。我正在尝试识别狗的面包。我刚刚注意到Yolov5已经有了一个类名dog，那你觉得是不是应该给yolov5找bbox位置的作用（因为我的bbox通过我的模型不准确），然后用我训练的模型对实际品种进行分类4个品种类？
如果你确实看到类预测在所有/大部分时间都失败了，你可以把它交给分类器。但我说 Yolo 应该在这两个任务上都做得很好，所以你应该真正注意你的数据集。
前提是你当然有带有边界框注释的数据集......否则唯一的解决方案就像你说的那样。