用于更快/更快RCNN的坐标系

Question

我一直在训练更快的RCNN而不是自定义数据集但是有一些异常结果。随着训练迭代次数的增加，机器人验证和训练数据的网络性能会下降。即使亏损正在减少，这也是令人惊讶的。目标是检测叶子。

下面分别是200和165000次迭代的图像

这里要注意的是165000次迭代后，网络也开始在后台绘制框。

我认为这是因为训练数据的注释有些错误，因为随着训练，损失会减少。

我制作的注释文件有一个类似于matlab的坐标系，即（0,0）作为图像的左上角，因此每个边界框的左上角是（x_min，y_min），右下角是（x_max） ，Y_MAX）。这是应该的方式，如果是这样，问题还有什么呢？