我该如何解释这个神经网络输出？

Question

我的代码：

organelleGroundTruth = selectLabels(gTruth,'organelle');
trainingData = objectDetectorTrainingData(organelleGroundTruth);
acfDetector = trainACFObjectDetector(trainingData,'NegativeSamplesFactor',2);
I = imread('test1.png');   
bboxes = detect(acfDetector,I);
I = insertObjectAnnotation(I,'rectangle',bboxes,'');
imshow(I)

我使用Image Labeler来标记21个.png图像;如下所示：

我将这些导出到Matlab中作为“gTruth”（类是基础事实），唯一的标签名称是“organelle”（因为所有的白点都是我要检测的细胞器）。

我在这张图片上测试了网络：

这是该计划给我的：

。

我的第一个想法是我标记的图像不够，因此神经网络不如标记的样本量更大。 但是，我希望每个白点都在1个大矩形内。相反，程序在对象上放置了大量小矩形。 这是我的主要问题：为什么矩形这么小，我能调整一下吗？我认为我可以通过标记更多图像来解决精度问题，但我不知道为什么程序产生的矩形如此之小。

Answer 1

编辑：我不小心称这是一个神经网络 - 它是一个物体探测器。

经过更多的阅读/修补，我得出结论，我需要更多，更多的样本。 Matlab的内置物体探测器需要数千个样本图像（特别是对于尺寸较小的样本）才能准确。