物体检测训练：部分物体和空训练图像

Question

我目前正在尝试使用TensorFlow对象检测API和更快的RCNN模型检测大图像（4000 x 4000像素）中的对象（实际上只有1个类）。

由于这些太大而无法直接用于训练和检测（在我的硬件上），因此我将图像裁剪为500 x 500像素的重叠子图像。总的来说这很有效但我有时会得到非常高分的假阳性（> 99％），我的猜测是我仍然可以改进学习策略。

所以我有两个问题：

1. 我应该如何处理仅部分位于500 x 500 px训练图像内的物体？到目前为止，我只使用完全在图像区域内的对象进行训练。但我想知道如果我还接受例如对象的话，结果是否会有所改善。与裁剪图像重叠50％。或者结果会变得更糟？
2. 对于完全不包含对象的裁剪子图像，我该怎么办？我还应该将它们添加到训练集中吗？框架是否会将这些作为反面例子使用？或者排除它们会更好吗？

Answer 1

根据我的经验，以及Tensorflow中提供的数据集示例，如果不仅包括完全位于图像区域内的对象，甚至包含重叠裁剪图像的对象，您将获得更好的训练模型。这是为了避免过度拟合。