为什么很难找到纸箱？

Question

我正在尝试训练一个神经网络，以了解如何与多个类别的人（人）一起检测纸箱。

虽然很容易检测到人并正确对其进行分类，但要检测到纸板箱却非常困难。

盒子看起来像这样：

我的怀疑是盒子太简单了，神经网络很难检测到它，因为要提取的特征太少了。

数据集的划分如下：

personA: 1160
personB: 1651
personC: 2136
person: 1959
box: 2798

人员佩戴不同的安全物品，根据这些物品的分类，不仅被检测为整个人，而且被识别为整个人。

我尝试使用以下架构：

ssd300_incetpionv2
ssd512_inceptionv2
faster_rcnn_inceptionv2

所有这些对人的检测和分类要比盒子好得多。我无法提供确切的mAP（没有）。

我使用了张量流模型动物园的相关CoCo模型。

有什么想法为什么很难发现箱子？

谢谢。

PS：我在data science stack exchange上问了这个问题，但没有得到相关的答案。

Answer 1

您从在COCO上进行过预训练的模型开始，该模型本身包括“人员”类别，但不包括“盒子”类别，因此对我来说，盒子类别更难。
我认为您的假设不正确，因为CNN不仅应能够提取简单对象以及复杂对象的正确特征。