python-3.x - Tensorflow 对象检测 API：在 Cityscapes 数据上推理预训练的 Kitti 模型导致准确性低

Question

我目前正在使用 TF OD API。但是，我在推论中遇到了一些问题。重现我的问题的步骤：

• 下载在 Kitti 数据上预训练的 Faster R-CNN Resnet101 模型
• 创建一些 Cityscapes 数据的 Tf-Record 文件（首先我提取了边界框坐标并将它们保存到一个 txt 文件）
• 在 Kitti 数据（达到准确度 ~90% mAP@0.5）和 Cityscapes 数据（达到准确度 0.000035% mAP@0.5）上运行预训练 Resnet101-Kitti 模型的推断，包括行人和汽车类

不知道为什么精度会有这么大的差异

我已经使用了 Cityscapes 图像数据的不同图像分辨率，并修改了原始 ( https://github.com/tensorflow/models/blob/master/research/object_detection/dataset_tools/create_kitti_tf_record.py ) kitti_record 文件，使其看起来类似于我创建的 Cityscapes tfrecord 文件。

我使用教程https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/using_your_own_dataset.md创建 Cityscapes_tfrecord 文件并仅添加了 hard_obj 属性，以免出现错误。

我希望对 Cityscapes 数据的推断准确度更高。它应该超过 10% 或更高，而不是大约 0.000035%。

有谁知道为什么会出现这个错误？几天以来我一直在努力解决这个错误，不知道如何解决它。非常感谢任何评论或提示。

提前非常感谢。

标签： python-3.xtensorflowobject-detectioninferencetfrecord