Faster R-CNN：如何避免在同一区域进行多次检测？
Faster R-CNN: How to avoid multiple detections in same area?
我使用 Tensorflow 对象检测 API 从头开始训练 Pascal VOC 数据集。我刚刚查看了 200k 训练步骤后的第一个结果，结果还不错，尽管我经常在重叠区域检测到许多相同的 class。例如考虑以下检测（忽略第一张图片中错误的人检测）：
有没有一种通用的方法可以避免对同一对象进行多次检测？我猜这是由重叠的区域建议引起的，检测网络预测的对象与 groundtruth 数据的拟合高于 0.7 IoU 阈值，因此可能有助于将此阈值设置得更高一些？
您的意思是从头开始，还是使用 fine_tune_checkpoint？
正如其他人所建议的那样，您可以增加 NMS 的 IOU 阈值（将其降低到 .01 之类的值将有效地防止一个区域与另一个区域重叠时被检测到）。
我使用 Tensorflow 对象检测 API 从头开始训练 Pascal VOC 数据集。我刚刚查看了 200k 训练步骤后的第一个结果，结果还不错，尽管我经常在重叠区域检测到许多相同的 class。例如考虑以下检测（忽略第一张图片中错误的人检测）：
有没有一种通用的方法可以避免对同一对象进行多次检测？我猜这是由重叠的区域建议引起的，检测网络预测的对象与 groundtruth 数据的拟合高于 0.7 IoU 阈值，因此可能有助于将此阈值设置得更高一些？
您的意思是从头开始，还是使用 fine_tune_checkpoint？
正如其他人所建议的那样，您可以增加 NMS 的 IOU 阈值（将其降低到 .01 之类的值将有效地防止一个区域与另一个区域重叠时被检测到）。