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 person、batch=32、epoch=100、threshold=0.55 和 testing 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。
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 person、batch=32、epoch=100、threshold=0.55 和 testing 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。