【问题标题】:Faster R-CNN: How to avoid multiple detections in same area?Faster R-CNN:如何避免在同一区域进行多次检测?
【发布时间】:2018-01-23 06:57:15
【问题描述】:

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,结果还可以,尽管我经常在重叠区域中检测到同一类。例如考虑以下检测(忽略第一张图像中的错误人物检测):

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 Region proposal 引起的,Detection 网络预测的对象符合高于 0.7 IoU 阈值的 groundtruth 数据,所以将这个阈值设置得更高一点可能会有所帮助?

【问题讨论】:

  • 设置高nms_threshold
  • 你运行过 nms 吗?
  • nms_score_threshold 设置为 0.0,因为我想查看我的模型所做的所有检测,但 nms_iou_threshold 设置为 0.7,我认为这是一个不错的值
  • @IshantMrinal 为什么我们需要将其设置得高一些?这个参数到底是什么?

标签: machine-learning tensorflow object-detection


【解决方案1】:

您的意思是从头开始,还是使用了fine_tune_checkpoint?

正如其他人建议的那样,您可以提高 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)。

【讨论】:

  • 应该增加到什么值?
猜你喜欢
  • 2018-02-24
  • 2018-01-03
  • 2021-04-27
  • 2015-05-31
  • 2017-09-19
  • 2021-10-07
  • 1970-01-01
  • 2015-06-12
  • 1970-01-01
相关资源
最近更新 更多