Обнаружение объекта CNN: Как уменьшить высокий уровень ложных срабатываний

Question

В настоящее время я использую Faster RCNN с началом v2 в API обнаружения объектов Tensorflow для данных WIDER-FACE, у меня много ложных срабатываний с высокими показателями (> 0,98, поэтому установка более высокого порогового значения не поможет).Я уже назначил Hard Example Mining в своем коде, но это не очень помогает.Для предварительной обработки изображения я случайным образом обрезаю область исходного изображения, используя tf.image.sample_distorted_bounding_box и изменяю ее размер до 300 * 300.Изображение с измененным размером будет случайным образом перевернуто с вероятностью 0,5

Я установил размер пакета равным 32, и для каждого изображения соотношение положительный: отрицательный в операции жесткого негативного анализа равно 32: 32 .Я устанавливаю IoU> 0.5 как положительное и IoU <0.3 </strong> как отрицательное.Для образцов с IoU между 0,5 и 0,3 игнорируются

Может кто-нибудь помочь мне с этим?Большое спасибо!

Answer 1

Обычно соотношение между положительными и отрицательными примерами устанавливается равным 1: 3.Возможно, потому что в вашей модели соотношение установлено на 1: 1, модель не видит достаточно отрицательных примеров.

Вы также можете попытаться выполнить анализ ошибок и проверить, какие ложные срабатывания, которыеиметь высокую уверенностьВозможно, они относятся к конкретному типу, и если да, то добавьте отрицательные примеры этого типа в свои тренировочные данные.