使用强化学习精炼边界框

Question

我有一个模型，该模型可以检测对象并在其上制作边框。 问题在于，这些边界框不准确，需要在对象上更紧一点，而不是超出该框的某些身体部位或大于对象大小的某些框。 我想应用强化学习来使边界框更准确，因为我获得了完美边界框的信息，这是目标，而输入图像具有不正确的边界框或不正确的坐标。 我在网上找到了关于同一主题的论文，但是我找不到用于构建具有定义状态，动作和奖项的环境的代码。 因为我是强化学习的新手，所以我无法从零开始。

这是论文https://melaniemitchell.me/ResearchGroupContent/MastersTheses/AndrewClelandThesis.pdf

使用和更改网格大小度量作为状态和动作的整个方法是否可行？ 如果是的话，那么有人可以将我链接到最好在github上构建相似环境的代码吗？ 如果不是，那么有人可以对构建环境或我可以使用的其他方法提出任何建议吗？

Answer 1

有一篇类似的论文： 用于对象检测的多阶段强化学习 ，它具有相同的作用。

实施本文的代码可以在这里找到。