具有奇怪检测结果的 TensorFlow 对象检测 api

【问题标题】：Tensorflow object detection api with weird detection result具有奇怪检测结果的 TensorFlow 对象检测 api
【发布时间】：2018-02-27 15:50:51
【问题描述】：

我已经使用 rfcn_resnet101 模型在我自己的数据集上训练了 tensorflow 对象检测 api，其中包含 1 个类。首先我使用了 raccoon 数据集，训练了 264600 次，检测结果很奇怪，它可以检测到物体，但是右边的盒子周围还有一些其他的小盒子。

然后我使用另一个包含一个类的数据集，数据集中有 80000 张图像，我遇到了熟悉的现象。我很困惑。

有没有人遇到过同样的情况？我能做些什么来解决这个问题？提前致谢！

【问题讨论】：

【解决方案1】：

我在 PASCAL VOC 数据集上有相同的行为。我还没有修复它，因为我只是为某种概念验证系统实现了一个模型。我的猜测是，如果 IoU 大于或等于定义的阈值，该模型会预测提案区域并接受它们。所以设置nms_iou_threshold 可能会解决问题。

这个收养似乎也适合你的例子。所有预测的边界框似乎都与 groundtruth 框有 IoU。

【讨论】：

感谢您的回答。我尝试将first_stage_nms_iou_threshold改为更高的值，但现象依旧。更重要的是，预测的边界框有时在真实框之外。我真的不明白为什么会这样。
然后尝试在second_stage_post_processing块中增加the iou_threshold
再次感谢您。我试图增加iou_threshold，但问题仍然无法解决。我想尝试其他型号。我想知道你是否解决了问题。