我们必须为CNN的对象检测创建一个自定义数据集。因此，我们将使用边界框记录要检测的对象。我参考了一些有关对象检测标签的指南，例如PASCAL。但是，我们遇到了标签问题。
如果要在数据集图像中标记人物，是否需要标记图片中所有可见的对象（人物）？如果我们跳过图片中的某些对象（=人物），是否会影响对象检测？我添加了一些标签示例。图片（1）是在图片中标记所有可见人物的情况。在图像（2）中，我们只是在整个图像中标记了一些人。
图像（2）是否会对目标检测产生不良影响？做到了，我们将标记图像中所有可见的对象。
是的，重要的是，如果您跳过某些人，则网络将仅部分学习如何检测和回归某人的位置。该网络可以适应少量的标签错误，但不如第二个示例图像中的错误。
为了训练准确的网络，您需要标记每个可见的对象实例，如果您希望网络对对象混淆具有弹性，那么也应该标记部分被遮盖的对象。
您可以通过训练两个网络轻松地验证此行为：一个带有所有标签的网络，另一个带有一半的标签。