deep-learning - 对图像中特定对象进行硬负挖掘以进行 SSD 训练
问题描述
我使用SSD进行对象检测。我将 SSD 与 caffe 一起使用。SSD 是用于多物体大小检测的卷积神经网络。检测灵敏度相当好。但是特异性在持续检测相同对象方面存在问题。在检测中拒绝这些对象的正确方法是什么。我知道 SSD 有硬负挖掘,我正在尝试将这些对象包含在硬负挖掘中。这种方法是否正确或有更好的方法来拒绝那些使用 SSD 的人?
解决方案
我为 SSD 进行硬负挖掘所做的是,我创建了一个图像,其中所有这些对象都给出了不同大小的误报。我在训练中制作了一些这样的图像。然后按照 1:3 的比例,将这些对象进行硬负挖掘。
推荐阅读
- c++ - C++ 将目录中的所有文件与 ::filesystem 进行比较
- c++ - Vulkan,为什么验证层(以及规范的扩展)禁止管道不写入某些附件?
- amazon-web-services - 如何更改 Amazon AWS S3 存储桶中每个请求的用户“角色”?
- mysql - 获取表格的字符集
- c# - C# 覆盖继承的验证
- c# - 为什么`node`返回null?
- jquery - 检查图片/Alt 属性的 nodeType
- python - 循环遍历 3d 模型文件,处理然后导出
- python - 如何确保将数据保存到 csv 时保留逗号?
- c# - C# Await 似乎没有等待 Http 服务器响应