使用 TensorFlow 进行对象检测器训练

Question

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。我浏览了 tensorflow 网站上的一些教程，现在将尝试一个真实世界的示例。我正在关注教程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。有些我真的不能说是扇贝，除了我有上下文说它们很可能是扇贝，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掉并单独处理？或标记具有多个扇贝的图像
2. 在给扇贝贴标签时，如果我没有看到其他扇贝的背景信息，很多扇贝看起来可能就像一块圆形岩石。我还应该给它们贴上标签吗？
3. 我猜我还需要找到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。我在标记过程中参与的其中一张图像的示例：

Answer 1

1) 好问题！答案很简单，您应该标记图像因为模型在推理时会看到它们。没有理由对你的模型“撒谎”（不给某些东西贴标签），你只会混淆它。说实话，如果你看到扇贝，就给它贴上标签。如果你不给某个东西贴上标签，它就像一个反面的例子，会混淆模型。 ==> A: 多个扇贝

2) 似乎模型会将（许多）扇贝的图像作为输入，因此它知道“一堆扇贝旁边的圆形物体可能也是扇贝”不是问题，甚至是一件好事，因为它们经常是。所以，再一次，说实话，给一切贴上标签。

3) 这取决于您在推理时将如何使用模型？那么这些图像会有相同的背景吗？如果是，你不需要不同的背景，如果不是，你确实需要它们。