deep-learning - 为什么 Detectron2 在迁移学习后没有检测到任何其他实例？

Question

我已按照本网站https://colab.research.google.com/drive/16jcaJoc6bCFAQ96jDe2HwtXj7BMD_-m5#scrollTo=U5LhISJqWXgM的教程进行操作。问题是：有些图像包含“人”和许多其他实例，但为什么没有检测到和分割它们？

from detectron2.utils.visualizer import ColorMode
dataset_dicts = get_balloon_dicts("balloon/val")
for d in random.sample(dataset_dicts, 3):    
    im = cv2.imread(<CUSTOM_IMAGE_CONTAINING_PERSON_DETECTED_WHEN_CUSTOM_WASNT_USED>) <--changed
    outputs = predictor(im)
    v = Visualizer(im[:, :, ::-1],
                   metadata=balloon_metadata, 
                   scale=0.8, 
                   instance_mode=ColorMode.IMAGE_BW   # remove the colors of unsegmented pixels
    )
    v = v.draw_instance_predictions(outputs["instances"].to("cpu"))
    cv2_imshow(v.get_image()[:, :, ::-1])

下载包含人物的自定义照片后，我使用他们使用的模型（model_zoo.get_checkpoint_url（“COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x.yaml”））运行预训练的detectron2模型，但当我使用经过训练的气球模型它没有检测到图像中的人（阈值不是问题，因为我在两种情况下都使用了 0.5）。为什么会这样，我怎样才能让它显示所有实例？帮助将不胜感激：D

标签： deep-learningpytorchobject-detectionimage-segmentationtransfer-learning