deep-learning - 提高目标检测问题中的边界框精度

Question

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。我的问题是如何在应用 ML 后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，我得到了一级精度（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任何东西的任何线索？

标签： deep-learningobject-detectionbounding-box

Answer 1

Try increasing the width and hight of the input image in te config file.Try Different Batch sizes.Use anchor boxes suitable for your dataset .These will help you to increae the map.