Tensorflow对象检测API-检测未佩戴头盔的人

Question

***请注意，我先前检测到不戴头盔的问题得到了解决。

现在我有一个新问题，我使用了1000张图像来检测不戴头盔的人，还使用了1000张图像来戴头盔的人和1000张只人的图像。我使用SSD_mobilenet_v1_pets.config文件进行培训。

这是我的pbtxt文件

item {
    id: 1
    name: 'withouthelmet'
}
item {
    id: 2
    name: 'withhelmet'
}
item {
    id: 3
    name: 'person'
}

样本训练图像

训练后，我的模型将每辆车都当成人。

是因为使用了ssd_mobilenet模型（id：1代表人员，但我使用id：1代表没有头盔，id：3代表汽车，但我使用id：3代表了人员）

请帮我解决这个问题

Answer 1

1. 是否已在配置中将num_classes设置为1？
2. 请注意，min_negatives_per_image表示最小数量的负锚（而不是图像），因此您的数据混合与此参数无关。

我必须修改较早的答案-如果将背景图像（无gt框的图像）添加到数据集中，则应有助于减少误报。抱歉，我对其他一些东西感到困惑。

Answer 2

您是否使用了在宠物数据集中训练的预先训练的SSD-MobileNetV1模型？ 我认为您最好使用在COCO数据集上训练的模型，因为它具有人而不是宠物。 当然，如果您训练模型，它也会学习如何识别人，但是由于您没有戴头盔的人的例子很多，因此最好从知道人的模型开始是。

关于您的问题，如果您只想发现没有头盔的人，则只需将其他所有内容放到pbtxt文件中，只需放入

item {
  id: 1
  name: 'withouthelmet'
  display_name: 'withouthelmet'
}

将配置文件中的类别数更改为1，并微调模型。