我正在使用张量流和faster_rcnn_inception_v2_coco模型训练对象检测器，并且在对视频进行分类时遇到很多误报。
经过研究，我发现我需要在训练过程中添加负面图片。
如何将它们添加到tfrecord文件中？我使用了here教程中提供的csv到tfrecord文件代码。
还可以看出，ssd在配置中有一个hard_example_miner，可以配置此行为，但是对于更快的rcnn，似乎不是这种情况吗？有没有办法在更快的rcnn上实现类似的目的？
答案 0 :(得分：2)
我在使用更快的RCNN时也遇到了同样的问题，尽管您不能实际上在更快的RCNN 模型中使用hard_example_miner ，但是您可以添加一些背景图片，即没有对象的图像（除了在xml中没有针对该特定图片的对象标签之外，其他所有内容都保持不变）
实际上对我有用的另一件事是使用 imgaug库，您可以使用相同的脚本增强图像和边界框。尝试将训练数据增加10或15次，然后建议您再次训练到150000-200000步左右。
这两个步骤帮助我有效地减少了误报的次数。