Почему обнаружение объекта приводит к обнаружению нескольких объектов?

Question

Я обучил детектор объектов с помощью CreateML, и когда я тестирую модель в CreateML, я получаю большое количество идентифицированных объектов:

Notes:

• The model was trained on a small data set of ~30 images with that particular label face-gendermale occuring ~20 times.
• Each training image has 1-3 labelled objects.
• There are 5 label total.

Questions:

• Is that expected or is there something wrong with the model?
• If this is expected, how should I evaluate these multiple results or even count the number of objects found in the model?

Cross-posted in Форумы разработчиков Apple . Фотография мужчины © Джейсон Ститт | Dreamstime.com

Answer 1

Типичная модель обнаружения объектов с возможностью делать около 1000 прогнозов для каждого изображения (хотя это может быть намного больше в зависимости от архитектуры модели). Большинство этих прогнозов имеют очень низкую достоверность, поэтому они отфильтровываются. Затем те, которые остались, отправляются через не максимальное подавление (NMS), которое удаляет ограничивающие прямоугольники, которые слишком сильно перекрываются.

В вашем случае кажется, что порог для NMS слишком низкий (или слишком высокая), потому что многие перекрывающиеся блоки выживают.