我使用CreateML训练了一个对象检测器，当我在CreateML中测试模型时，检测到了大量的对象：
注意事项：
- 模型是在大约30张图像的小数据集上训练的，其中特定标签
face-gendermale出现约20次。 - 每张训练图像有1到3个标记的对象。
- 总共有5个标签。
问题：
- 这是正常现象吗，还是模型存在问题？
- 如果这是正常的，我应该如何评估这些多个结果，或者如何计算模型中找到的对象数量？
此问题已在Apple Developer Forums上交叉发布。男性照片来自© Jason Stitt | Dreamstime.com
回答：
一个典型的对象检测模型会对每张图像进行大约1000次预测（虽然根据模型架构可能会更多）。其中大部分预测的置信度非常低，因此会被过滤掉。剩下的预测会通过非最大抑制（NMS）处理，去除重叠过多的边界框。
在你的情况下，似乎NMS的阈值设置得太低（或太高），因为很多重叠的框被保留了下来。
然而，看起来模型的训练还不够充分，可能是因为你使用了非常少的图像进行训练。
