TensorFlow对象检测API效果不佳

Question

我已经在7个班级的自己的PascalVOC数据集上训练了TensorFlow对象检测API。每个班级有100到200张图像。我使用 ssd_mobilenet_v1_pets.config 标准配置，但类数和步数选项除外。

在训练之前，我确实使用图像调整了工作大小，因此我的图像中的每个图像都是600到1024px。已使用LabelImg App进行注释。

在完成100k步骤的列车工作后，我在几个测试图像上使用来自jupyter notebook tutorial的代码尝试了我的模型。不幸的是，结果有点奇怪。

如果测试图像只包含一个对象，则可以正常工作：

但是如果图像上有很多对象，结果很奇怪或者甚至没有显示出来：

由于某些原因，您可以看到它几乎检测到整个图像。那么你可以在图像上检测多个物体，如上所述。

非常感谢任何帮助。提前谢谢！

以下是我的标签贴图：

item {
  id: 1
  name: 'chesterfield_blue'
}

item {
  id: 2
  name: 'chesterfield_red'
}

item {
  id: 3
  name: 'lucky_strike_blue'
}

item {
  id: 4
  name: 'lucky_strike_red'
}

item {
  id: 5
  name: 'marlboro_gold'
}

item {
  id: 6
  name: 'marlboro_mentol'
}

item {
  id: 7
  name: 'marlboro_red'
}

Answer 1

更快的RCNN模型及其配置帮助我改善了结果。

另外，我添加了几个香烟盒在商店看台上的图像，所以条件与我试图处理的图像非常相似。

改进的结果（注意我没有将所有卷烟实例添加到模型中）：