使用tensorflow训练keras:标记对象或同一对象上的多个标签的冗余

Training keras with tensorflow: Redundancy in labelling the object or multiple labels on same object

我正在用 tensorflow 训练 keras 进行人员检测。训练结束后,当测试完成时,很多图像都包含多余的人物标签。 IE;对于图像中的单个人,显示为一个人的多个标签。这背后的真正原因是什么?

我的训练集包含近 2000 张图片,一张 class personbatch=32epoch=100threshold=0.55testing images=250

样本过度训练可能会导致冗余,如果您使用不同角度的图像,例如,如果您训练检测人并且从不同角度提供人的样本,那么它可能会显示检测错误真实案例。如果这不是问题,那么非最大抑制将是更好的选择。