我使用自己的PascalVOC数据集训练了TensorFlow Object Detection API，该数据集包含7个类别，每个类别有100到200张图片。我使用的是ssd_mobilenet_v1_pets.config标准配置，只是调整了类别数量和训练步数选项。

在训练之前，我对图片进行了缩放处理，使得数据集中每张图片的尺寸在600到1024像素之间。标注工作是使用LabelImg应用程序完成的。

训练完10万步后，我使用Jupyter Notebook教程中的代码在几张测试图片上测试了模型。不幸的是，结果有些奇怪。

如果测试图片中只有一个对象，检测效果很好：

但是如果图片中有很多对象，结果就会变得奇怪，甚至根本不显示：

你可以看到，由于某些原因，它几乎检测了整个图片。那么，如何才能像上面那样在图片上检测到多个对象呢？

任何帮助都将不胜感激。提前谢谢！

以防万一，这里是我的标签映射：

item {  id: 1  name: 'chesterfield_blue'}item {  id: 2  name: 'chesterfield_red'}item {  id: 3  name: 'lucky_strike_blue'}item {  id: 4  name: 'lucky_strike_red'}item {  id: 5  name: 'marlboro_gold'}item {  id: 6  name: 'marlboro_mentol'}item {  id: 7  name: 'marlboro_red'}

回答：

Faster RCNN模型及其配置帮助我改善了结果。

我还添加了几张香烟盒在商店货架上的图片，因此条件与我试图处理的图片非常相似。

改进后的结果（请注意，我没有将所有香烟实例添加到模型中）：