如何去除 Faster RCNN 中的误检（误报）答案

【问题标题】：How to remove false detection (False Positives) in Faster RCNN如何去除 Faster RCNN 中的误检（误报）
【发布时间】：2021-04-08 02:29:17
【问题描述】：

我在自定义数据集上使用 Faster RCNN 和 Inception V2。我的模型运行良好，检测准确率高。但是，当我将图像传递给模型时，我遇到了误报问题，我得到了正确的预测，但我也得到了一些错误的高置信度的边界框。有没有什么方法可以作为后处理去除这些多余的检测？

【问题讨论】：

【解决方案1】：

这似乎是迁移学习的常见问题，您应该查看this 讨论。最后，似乎一切都归结为您误报的来源。

例如，有一次我训练了一个检测器来检测野火图像中的烟雾，但它最终也捕捉到了云层。为了解决这个问题，我还将云注释为一个新类，并忽略了它的检测。这大大提高了性能。

如果它以高置信度进行错误检测，我认为仅通过后处理很难解决此问题。

您也可以尝试挖矿。虽然我不太确定如何为 Faster R-CNN 做到这一点。

【讨论】：

【解决方案2】：

在测试模型时，代码中会出现这样的值

min_score_thresh=0.90

如果您将此值设置为 0.90，它将显示 90% 或更多正确的结果。

【讨论】：