在使用Tensorflow对象检测API重新训练预训练模型时，为什么用这种方法标记训练数据会导致不良对象检测？

Question

所以我一直插科打诨与tensorflow的对象检测API和具体的模型重新训练，基本上是在做这个 。 我用少量的图像就能很好地检测到我的物体。 但是我想增加训练的图像数量，但是标记过程很长而且很无聊，所以我发现了带有裁剪图像的数据集，因此图像中只有我的对象。

如果有一种方法可以在不标记整个图像的情况下发送整个图像，也可以使用tensorflow api进行训练，我没有找到它，但是我认为编写一个标记整个图像的程序并不难。

标签的格式是带有以下条目的csv文件：文件名，宽度，高度，类，xmin，ymin，xmax，ymax。

这是我的代码：

import os
import cv2

path = "D:/path/to/image/folder"

directory = os.fsencode(path)
text = open("D:/result/train.txt","w")
for file in os.listdir(directory):
    filename = os.fsdecode(file)
    if filename.endswith(".jpg"):
        impath= path + "/" + filename
        img = cv2.imread(impath)
        res = filename+","+ str(img.shape[1])+","+str(img.shape[0])+",person,1,1,"+str(img.shape[1]-1) +"," +str(img.shape[0]-1)+"\n"
        text.write(res)
        print(res)
text.close()

这似乎工作正常。

现在是问题所在。 在将.txt转换为.csv并进行训练直到损失停止之前，我对测试集的检测非常糟糕。 像训练它只检测图像的边缘一样，它在整个图像周围放置了一个巨大的边界框。

我认为以某种方式学习检测图像的边缘，因为标签围绕整个图像。 但是，如何使它学会“看到”图片中的内容？ 任何帮助，将不胜感激。

Answer 1

该模型准确地预测了训练的内容：整个图像的巨大边界框。 显然，如果您的训练数据仅包含坐标为[0, 0, 1, 1]框，则模型将学习它并预测测试集。

您可以尝试使用某种增强方法：将图像放在更大的黑色/灰色画布上，并相应地调整边界框。 例如，SSD增强就是这样做的。 但是，没有免费且好的方法来补偿缺少正确标记的列车组的情况。