我已经使用keras创建了CNN模型。该模型已经对3000张手表的图像进行了训练，每个图像的大小为（50x50），并且手表在训练数据中占据了大部分像素（您知道..这些图像只保留我的手表集中精力），经过大量培训，我获得了令人满意的准确性。现在这是我的问题，我希望我的模型能够实时检测手表，就像如果手表将其他种类的东西放在桌子上一样，那么它应该能够检测到手表并在其周围画一个盒子。但这不是正在发生的事情...我的模型甚至无法检测到我的手表（当我向它提供用手机拍摄的图像时，该图像包含手表以及其他东西，并且我从5664x4248压缩图像到50x50），我是计算机视觉领域的新手，我不知道应该怎么做才能使模型检测大图像中的特定像素集。
答案 0 :(得分：0)
旅程从这里开始：像您可能已经设计的CNN模型（很像流行的VGG，ResNet，InceptionV3，MobileNet，Nasnet）是一个图像识别网络。您似乎打算设计的是一个对象检测网络。当然，这始于图像识别网络，因此您将朝着正确的方向前进。但是，对象检测将需要更多的网络。
要弄清楚如何做到这一点，可以查阅论文（尝试Papers with Code）或尝试筛选某人的实现。 This是在keras中相当明确的SSD对象检测实现。
一个更简单的选择是检查一些Google Cloud工具。如果您只是想制作一个爱好模型，这可能会更令人愉快。