使用 TensorFlow 进行对象检测器训练

Object Detector Training using TensorFlow

我希望这里有人有使用 tensorflow 训练对象检测模型的经验。我是一个完整的新手,正在努力学习。我 运行 学习了 tensorflow 网站上的一些教程,现在要尝试一个真实世界的例子。我正在学习教程 here。我正处于需要标记图像的地步。

我的计划是尝试检测扇贝,但我使用的图像有几个扇贝。有些我真的无法分辨扇贝是不是扇贝,除了我知道它们很可能是扇贝的事实之外,因为它们紧挨着一堆其他扇贝。

我的问题是:

  1. 我是否最好将它们切除并单独处理?或者标记有多个扇贝的图像
  2. 在标记扇贝时,如果我没有看到其他扇贝的背景,很多扇贝可能看起来就像一块圆石。我还应该给它们贴上标签吗?
  3. 我猜我还需要找一些不同背景的图片???。

我知道我可以通过实验来了解模型的表现,但是标记这些图像是一项劳动密集型任务,所以我希望我可以借鉴过去尝试过类似事情的人的经验。我正在标记的其中一张图片示例:

1) 好问题!答案很简单,您应该将图像标记为 ,因为模型在推理时会看到它们。没有理由 "lie" 到你的模型(通过不标记某些东西),你只会混淆它。说实话,如果你看到扇贝,请给它贴上标签。如果你不标注一些东西,它就像一个反面例子,会让模型产生混淆。 ==> A: 多个扇贝

2) 似乎该模型会将(许多)扇贝的图像作为输入,因此它了解到 'round objects next to a mound of scallops are likely also a scallop' 不是问题,甚至是一件好事,因为它们经常如此。所以,再次说实话,给一切贴上标签。

3) 这取决于,您将如何在推理时使用该模型?那么图像都会有相同的背景吗?如果是,您不需要不同的背景,如果不是,您确实需要它们。