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