我尝试使用 Tensorflow Object Detection API 来识别吉尼斯标志。该过程与此处展示的类似 – https://towardsdatascience.com/building-a-toy-detector-with-tensorflow-object-detection-api-63c0fdf2ac95。
我准备了100张训练图片，通过数据增强（使用Imgaug）将其扩展到大约5000张训练图片。在Tensorboard上训练时，我看到看起来很好的学习曲线，损失值达到了小于0.1，但当我导出并测试模型时，出现了大量的误报和非常不准确的结果。我正在尝试找出这是为什么。
Tensorboard性能图表
不准确的检测示例 
注意，为了自动标记我的图片，我先将原始的100张图片整齐地裁剪在标志周围，然后我用程序将它们放置在随机的背景图片上，并在其周围画上边界框。示例 –
如下所示 – 
所有训练图片的尺寸都是800×600，但实际的边界框和标志会小得多，如你所见。
这是同一张图片的xml标注文件 –
<?xml version="1.0" encoding="utf-8"?><annotation> <folder>images</folder> <filename>57.png</filename> <path>model\images\57.png</path> <source> <database>Unknown</database> </source> <size> <width>800</width> <height>600</height> <depth>3</depth> </size> <segmented>0</segmented> <object> <name>guinness</name> <pose>Unspecified</pose> <truncated>0</truncated> <difficult>0</difficult> <bndbox> <xmin>225</xmin> <ymin>329</ymin> <xmax>516</xmax> <ymax>466</ymax> </bndbox> </object></annotation>有谁知道为什么Tensorflow能够正确分类测试图片，但在测试真实世界图片时检测不准确吗？欢迎任何建议，并请随时询问更多信息。
回答：
最终我放弃了将我的标志图片放置在随机背景上的方法，而是手动标记它们，然后使用图像增强来增加我的训练集大小。这似乎大大改善了我的结果。我认为这与训练中实际需要一个上下文准确的背景有关。
希望这对一些人有帮助，感谢大家的帮助。
