我有一个模型，该模型可以检测对象并在其上制作边框。问题在于，这些边界框不准确，需要在对象上更紧一点，而不是超出该框的某些身体部位或大于对象大小的某些框。我想应用强化学习来使边界框更准确，因为我拥有完善的边界框的信息，这是目标，而输入图像具有不正确的边界框或不正确的坐标。我在网上找到了关于同一主题的论文，但是我找不到用于构建具有定义状态，动作和奖项的环境的代码。因为我是强化学习的新手，所以我无法从零开始。
这是论文https://melaniemitchell.me/ResearchGroupContent/MastersTheses/AndrewClelandThesis.pdf
使用和更改网格大小度量的整个方法是否可行？如果是的话，那么有人可以将我链接到最好在github上构建相似环境的代码吗？如果不能，那么有人可以对构建环境或我可以使用的其他方法提出任何建议吗？
答案 0 :(得分：0)
有类似的论文：Multi-stage Reinforcement Learning for Object Detection，其作用相同。
可以在here中找到该文件的实现代码。