我使用 Tensorflow 对象检测 API 从头开始训练 Pascal VOC 数据集。我刚刚查看了 200k 训练步骤后的第一个结果，结果还不错，尽管我经常在重叠区域中检测到许多同一类。例如，考虑以下检测(忽略第一张图像中错误的人物检测):
是否有通用方法可以避免对同一对象进行多次检测？我猜这是由重叠的区域提案引起的，检测网络预测的对象符合高于 0.7 IoU 阈值的真实数据，所以也许将这个阈值设置得更高一点会有所帮助？
最佳答案
您的意思是从头开始，还是使用了fine_tune_checkpoint？
正如其他人所建议的，您可以增加 NMS 的 IOU 阈值(将其减少到 0.01 之类的值将有效防止某个区域与另一个区域重叠时被检测到)。
关于machine-learning - 更快的 R-CNN : How to avoid multiple detections in same area?，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45691417/