我正在训练一个张量流对象检测模型，该模型已经使用COCO进行了预训练，以识别单个类型/类别的对象。我的数据集中的某些图像中有多个此类对象的实例。
鉴于培训中使用的每条记录都有一个边界框，我想知道最好的方法是处理我的图像中可能有多个同一个对象的事实。
答案 0 :(得分：1)
我应该将同一张图片用于多个记录吗？
否，因为图像中未注释为对象的任何内容都被归类为背景，这是隐式对象类型/类。因此，当您使用带有对象的图像训练模型，但是该对象未正确标注时，模型的性能会降低（因为该模型将该对象和其他类似实体视为背景）
训练时有问题吗？
是的，此问题将以不好的方式影响模型的性能。实际上，要做的一件好事是添加一些其中没有任何对象的图像，并让模型在没有边界框的情况下作为背景来训练模型。
如果我可以将所述图像拆分为仅包含一个对象，那会更好吗？
是的，这可以帮助您。另外，您可以考虑为每个图像添加多个边界框。但是，即使对象被截断或遮挡，也不要在没有带注释的边界框的情况下留下任何对象。