我已经在自定义数据集中使用num_steps:50000训练了张量流对象检测模型（针对SSD (mobilenet-v1)）。我得到[email protected]〜0.98和loss〜1.17。数据集由Uno纸牌图像组成（跳过，反转和绘制四个）。在所有这些卡上，模型的性能都非常好，因为我只在这3张卡上训练过模型（大约278张图像，带有829个边界框（25％的边界框用于测试即验证），是使用手机收集的）。
但是，我没有在其他任何牌上训练模型，但仍然可以检测到其他牌（使用网络摄像头推断）。>>
我该如何解决？我是否还应该收集其他班级图像（除了跳过，翻转和绘制四张牌以外的其他方法）并在操作中忽略该班级？因此该模型可以看到此类，即在训练期间Label：Other
图片，并且在推理期间不会放置任何标签。我不确定如何通知tensorflow对象检测API它应该忽略Other
类中的图像。任何人都可以提供指针吗？
请分享您的观点！
我已经在自定义数据集中使用SSD（mobilenet-v1）训练了tensorflow对象检测模型（针对num_steps：50000）。我得到了mAP @ .50IOU〜0.98和损失〜1.17。数据集由Uno纸牌图像组成...
是