具有中等火车图像边界框的小测试图像上的目标检测

时间:2019-10-02 08:34:32

标签: python tensorflow object-detection faster-rcnn data-augmentation

我想用张量流更快的rcnn训练一个模型,该模型可以在物体相对较小的“远”距离检测动物(例如:https://cdn1.spiegel.de/images/image-830326-breitwandaufmacher-bfrb-830326.jpg)。

我的大部分训练数据都被捕获得更近了(示例:https://www.welt.de/img/reise/nah/mobile139849438/0572506457-ci102l-w1024/Schafe-in-bei-Clifden-irische-Kleinstad.jpg)我的模型如何更好地检测看起来与我的训练数据非常相似但更小的物体?

我已经尝试增加管道中的数据(更快的rcnn配置)。这改善了我的成绩,但仍然不够完美。

  data_augmentation_options {
    random_horizontal_flip {
  }
  }
  data_augmentation_options {
     random_pad_image {
  }
  }

我还尝试降低锚点的比例,以更好地检测数据集中的较小对象,但这对模型有不利影响

0 个答案:

没有答案