使用Tensorflow对象检测API我发现每个检测到的对象报告的置信度超过50％。我希望在较低的分数值下看到检测结果，因为在我工作的一些图像中，许多相关目标（人和/或汽车）被遗漏。 我也想更改score_threshold值以加快NMS（根据https://becominghuman.ai/tensorflow-object-detection-api-basics-of-detection-2-2-28b348495eec）。
我正在使用＆＃34; ssd_mobilenet_v1_coco_2017_11_17＆＃34;模型，所以我改变了#s; ssd_mobilenet_v1_coco.config＆＃34;在object_detection \ samples \ configs中：
＆＃34; matched_threshold＆＃34;和＆＃34; unmatched_threshold＆＃34;从0.5到0.3，
＆＃34; score_threshold＆＃34;从1e-8到0.2
以及
＆＃34; iou_threshold＆＃34;从0.6到0.8
然后，来自＆＃34; object_detection＆＃34;我运行的文件夹：
＆＃34; python export_inference_graph.py --input_type image_tensor --pipeline_config_path。\ samples \ configs \ ssd_mobilenet_v1_coco.config --trained_checkpoint_prefix。\ ssd_mobilenet_v1_coco_2017_11_17 \ model.ckpt --output_directory。\ fine_tuned_model ＆＃34;
我得到＆＃34; frozen_inference_graph.pb＆＃34;。 我还可以准备相关的＆＃34; frozen_inference_graph.pbtxt＆＃34;我看到iou_threshold实际上从0.6变为0.8所以我想其他参数也正确地改变了。
然后我更改object_detection_tutorial.ipynb以使用新模型： 我改变 ＆＃34; MODEL_NAME =＆＃39; ssd_mobilenet_v1_coco_2017_11_17＆＃39;＆＃34; 至 ＆＃34; MODEL_NAME =＆＃39; fine_tuned_model＆＃39;＆＃34; 然后我一步一步地执行它，跳过＆＃34;下载模型＆＃34;部分。 我确实看到了与ssd_mobilenet_v1_coco_2017_11_17＆＃39;因为在狗和＃34; image1.jpg＆＃34;我看到右边的狗周围有2个边界框，我想是由于iou_threshold值较高。 我无法检测到置信度低于50％的物体。它与测试图像无关，但更改图像时我看到许多丢失的对象。 我想我错过了一些东西，但我无法弄清楚是什么。
谢谢！
答案 0 :(得分：0)
我终于得到了我怀疑的答案。
简单地说，只需要将min_score_thresh值指定为“visualize_boxes_and_labels_on_image_array”函数的参数！ ：O：O：O