Обучение детектора объектов с использованием TensorFlow

Question

Я надеюсь, что кто-то здесь имеет опыт в обучении моделей обнаружения объектов с тензорным потоком. Я полный новичок ie, пытающийся учиться. Я пробежал несколько учебников на сайте tenorflow и сейчас собираюсь попробовать пример из реального мира. Я следую учебнику здесь . Я нахожусь в точке, где мне нужно пометить изображения.

Мой план состоит в том, чтобы попытаться обнаружить гребешки, но у изображений, которые я использую, есть несколько гребешков. Некоторые из них я бы не смог сказать, что морские гребешки отличаются от того факта, что у меня есть контекст, что они, скорее всего, морские гребешки, потому что они рядом с кучей других морских гребешков.

Мои вопросы:

1. Лучше ли я вырезать их и относиться к ним индивидуально? Или маркировка изображений с несколькими морскими гребешками
2. При маркировке морских гребешков есть много таких, которые могли бы выглядеть как круглый камень, если бы у меня не было контекста, чтобы увидеть другие гребешки. Должен ли я их по-прежнему помечать?
3. Полагаю, мне также понадобится найти изображения с разным фоном ???.

Я знаю, что могу поэкспериментировать, чтобы увидеть, как работают модели Но маркировка этих изображений - трудоемкая задача, поэтому я надеюсь, что смогу позаимствовать у кого-то опыт, который пытался сделать что-то подобное в прошлом. Пример одного из изображений, которые я частично обозначаю:

Answer 1

1) Хороший вопрос! Ответ прост, вы должны пометить изображения так, как модель увидит их во время вывода . Нет никакой причины "l ie" для вашей модели (не помечая что-либо), вы только запутаете это. Будь правдив, если увидишь гребешок, пометь его. Если вы не помечаете что-то, это как негативный пример, который запутает модель. ==> A: несколько гребешков

2) Похоже, что модель будет принимать изображения (многих) гребешков в качестве входных данных, поэтому не проблема, что она узнает, что «круглые объекты рядом с кучей гребешков вероятны также гребешок, это даже хорошо, потому что они часто. Так что, опять же, будьте правдивы, маркируйте все.

3) Это зависит от того, как вы будете использовать модель во время вывода? Все ли изображения будут иметь один и тот же фон? Если да, вам не нужны разные фоны, если нет, они вам нужны.