Я строю детектор объектов в TensorFlow для обнаружения мотоциклистов со шлемом и без шлема, у меня есть по 1000 изображений для гонщиков со шлемом, без шлема и пешеходов (pu вместе - 3000 ИЗОБРАЖЕНИЙ), мой последний контрольный пункт был 35267 шагов, Я проверил, используя видео о трафике, но я вижу необычно большие ограничительные рамки с неправильными результатами. Может кто-нибудь объяснить, пожалуйста, причину таких обнаружений? Нужно ли ждать по крайней мере 50000 шагов? или мне нужно добавить наборы данных (изображения под углом к дорожным камерам)?
Модель - SSD Mobilenet COCO - Обнаружение пользовательских объектов,
Учебная платформа - Google Colab
Пожалуйста, найдите прикрепленные изображения Снимок видео 1
Снимок видео 2
День 2 - 10/30/2018
Я сегодня тестировал с изображениями, у меня разные результаты, кажется, что это правильно, 2-й день, если я тестирую с одним объектом в изображении. Пожалуйста, найдите результаты
Тест IMage одного объекта 1
Тест одиночного изображения объекта 2
Проверенная контрольная точка - 52 000 шагов
Но, если я тестирую с изображениями с несколькими объектами на дороге, обнаружение неверно, и ограничивающие рамки странно больше, это из-за набора данных, так как я тренируюсь с одним мотоциклистом (с или без шлема) ) за изображение.
Пожалуйста, найдите неправильные результаты
Тест объекта с несколькими объектами
Тест многообъектного изображения
Я также тестировал изображения, похожие на все мотоциклы на сцене, в этом случае я не получил никаких результатов, пожалуйста, найдите изображения
Нет результата изображения
Нет результата изображения
Результаты очень сбивают с толку, я что-то упускаю?