用于Web元素检测的Tensorflow对象检测API-无法获得正确的预测

Question

我正在使用Tensorflow对象检测api创建用于Web应用程序的自定义检测器-Web元素检测

我设法使用“ faster_rcnn_resnet101”进行转学。在GCP上接受了9名工人的培训，历时10个小时[已成功完成9713步的培训-否则我的GCP学分就用光了]

损失稳定在0.04-0.02 Loss graph。当我检查图像选项卡[Tensorboard]时。我可以看到预测一直在发生。

1. 我的输入图像是google.com的快照
2. 图片大小-3360 X 1768
3. 培训-17个课程[每个网络元素1个]
4. 每个课程50张增强图像
5. 训练/测试数据-训练/测试之间50张图像的随机分布。

经过9713个步骤的训练。由于损失非常稳定，我停止了培训。以下是指标detectionboxes_precision detectionboxes_recall loss 我将检查点导出到Frozen_graph中以进行预测。

当我给它提供网络摄像头或google.com的图片时。它可以完全预测物体。有时甚至完全不在网页之内Webcam feed for prediction.Classes predicted outside

我该怎么做才能解决这个问题。