它检测到颜色吗？

Question

一年前，我训练了一个模型来检测花朵。一年后，我再次启动了该项目，但是首先，我决定通过培训它来检测红色和绿色蜡笔，以确保我仍然记得。

我的工作或多或少地遵循了本教程– https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10

我有两个标签，绿色和红色。我有200张训练图像和20张测试图像。 使用fast_rcnn_inception。我按照这些步骤运行了模型。

它只用200张图像就能检测到蜡笔，但是根本无法分辨红色和绿色蜡笔。我以为可能是我搞砸了设置，但是如果我将一支蓝色的笔插入，则会弹出标签！

即使我提供训练图像，它也将其中的99％归为两支绿色笔。即使每个图像总是有两支不同的笔！

此型号可以搭配颜色吗？还是以某种方式转换颜色并将其弄乱了？颜色难于检测，我只需要更多训练图像吗？我可能搞砸了设置，因为它甚至无法正确分类训练图像吗？

我正在使用的配置文件在这里： https://github.com/tensorflow/models/blob/master/research/object_detection/samples/configs/faster_rcnn_inception_v2_pets.config 我将第9行，第130行和第108行更改为false。

Answer 1

通常，神经网络可以检测颜色。

但是他们经常学会不这样做。由于色温和透视图的差异，不同的颜色会产生相同或相似的像素级值。因此，当在较大的数据集上进行训练时，网络往往变得与颜色无关。不幸的是，我只能从直觉出发，不能提供任何示例或参考，但是上面的图片应该可以使您理解为什么。

在您的情况下，问题变得更加复杂，因为存在检测对象框的竞争任务。因此，在重新训练期间，检测网可能对诸如颜色之类的微弱线索不敏感。

要解决这种情况，建议您在重新训练期间仔细查看分类准确性。据我所知，教程代码仅提供损失值。人们应该期望，在再培训期间至少火车套件应几乎完全过拟合，即绿色和红色蜡笔必须变得可区分。如果没有，那么延长培训时间或降低学习率可能是合理的。