【发布时间】：2020-05-07 11:05:45
【问题描述】：
虽然这不是一个机器学习平台，但作为一名软件工程师，我对 StackOverflow 感觉更自在。 我的问题是在应用 ML 后如何提高目标检测问题中的边界框精度，例如 YOLO、Faster RCNN 等。 应用 YOLOV3 后，我得到了一级准确度（mAP）。但我需要更高的准确度（95%+）。在我的案例中，大多数对象形状都是矩形/正方形。 谁能给我有关图像处理或其他方面的任何线索？
【问题讨论】：
-
不解释你自己的数据集和问题，很难给出准确的建议。如果它们大多是矩形/正方形，则可以在 opencv 中使用 approxPolyDP。 example。如果您设法以这种方式找到 95% 以上的对象，则可以训练一个 nn 来验证您认为是矩形/正方形的形状是否确实是您感兴趣的对象。
标签： deep-learning object-detection bounding-box