fast-rcnn對象檢測中的誤報

Question

我正在使用tensorflow和faster_rcnn_inception_v2_coco模型訓練一個物體探測器，並且在對視頻進行分類時遇到很多誤報。

經過一些研究，我發現我需要在訓練過程中添加負面圖像。

如何將這些添加到tfrecord文件？ 我在這里使用了教程中提供的csv到tfrecord文件代碼。

此外，似乎ssd在配置中有一個hard_example_miner允許配置此行為，但這似乎不是更快的rcnn的情況？ 有沒有辦法在更快的rcnn上實現類似的東西？

Answer 1

我用更快的RCNN遇到了同樣的問題，雖然你實際上不能 將hard_example_miner與更快的RCNN模型一起使用，但你可以添加一些背景圖像 ，即。 沒有對象的圖像（一切都保持不變，除了xml中沒有該特定圖片的對象標記）

實際上對我來說奇跡的另一件事是使用imgaug庫 ，你可以使用相同的腳本擴充圖像和邊界框 。 嘗試將訓練數據增加10或15倍，然后我建議你再次訓練大約150000-200000步。

這兩個步驟幫助我有效地減少了誤報的數量。