TensorFlow 对象检测 API 结果不佳

Question

我已经在我自己的 PascalVOC 数据集上用 7 classes 训练了 TensorFlow 对象检测 API。每个 class 有 100 到 200 张图像。我使用的是 ssd_mobilenet_v1_pets.config 标准配置，classes 的数量和步数选项除外。

在训练之前，我用图像调整了工作大小，所以我集中的每张图像都是从 600 到 1024 像素。已使用 LabelImg App 完成注释。

完成 100k 步的训练作业后，我使用 jupyter notebook tutorial 中的代码在几张测试图像上尝试了我的模型。不幸的是结果有点奇怪。

如果测试图像只包含一个对象，它工作正常：

但是如果图像上有很多对象，结果会很奇怪甚至不显示：

由于某些原因，您可以看到它几乎检测到了整个图像。那么你可以像上面那样检测图像上的多个对象。

如有任何帮助，我们将不胜感激。提前致谢！

这是我在任何情况下的标签图：

item {
  id: 1
  name: 'chesterfield_blue'
}

item {
  id: 2
  name: 'chesterfield_red'
}

item {
  id: 3
  name: 'lucky_strike_blue'
}

item {
  id: 4
  name: 'lucky_strike_red'
}

item {
  id: 5
  name: 'marlboro_gold'
}

item {
  id: 6
  name: 'marlboro_mentol'
}

item {
  id: 7
  name: 'marlboro_red'
}

Answer 1

更快的 RCNN 模型及其配置帮助我改进了结果。

我还添加了几张香烟盒放在商店货架上的图片，因此条件与我要处理的图片非常相似。

改进的结果（注意我没有将所有香烟实例添加到模型中）：

TensorFlow 对象检测 API 结果不佳

TensorFlow Object Detection API poor results

python

machine-learning

object-detection

computer-vision

tensorflow