Tensorflow 对象检测 API：如何在训练期间忽略区域？
Tensorflow Object Detection API: How to ignore regions during training?
我在 Ubuntu 16.04 上使用 models/research python 存储库中的对象检测 API，我想微调预训练模型（目前我对 UA-DETRAC 数据集上带有 MobileNet 或 Inception 主干的 SSD 感兴趣。
问题是有一些特定的区域，它们的边界框被标记为 "ignored regions"，我不希望模型训练他认为是正确的误报，只是没有注释（包括在那些地区）。
我想裁剪图像以排除那些区域，但我会丢失一些信息。
是否可以将它们标记为 "don't care" 个框，或者我应该修改代码吗？
谢谢
如果那些 要忽略的区域 保持静态，例如，该区域的内容在整个数据集中没有改变，那么模型可以学会忽略这些区域。
如果你真的想让模型在训练过程中忽略它们，那么用一个常量值屏蔽它们。
我在 Ubuntu 16.04 上使用 models/research python 存储库中的对象检测 API，我想微调预训练模型（目前我对 UA-DETRAC 数据集上带有 MobileNet 或 Inception 主干的 SSD 感兴趣。
问题是有一些特定的区域，它们的边界框被标记为 "ignored regions"，我不希望模型训练他认为是正确的误报，只是没有注释（包括在那些地区）。 我想裁剪图像以排除那些区域，但我会丢失一些信息。
是否可以将它们标记为 "don't care" 个框，或者我应该修改代码吗？
谢谢
如果那些 要忽略的区域 保持静态，例如，该区域的内容在整个数据集中没有改变，那么模型可以学会忽略这些区域。
如果你真的想让模型在训练过程中忽略它们，那么用一个常量值屏蔽它们。