村民的菜篮子 2020-03-26 11:09 采纳率: 100%
浏览 2039
已采纳

怎样降低深度学习目标检测的误检率呢。

在使用SSD做目标检测时,最终模型存在误检较多的情况,比如做车牌检测时,会将不是车牌的区域误检测为车牌区域,从而导致后续的车牌字符识别出错。目前训练数据中已经非常精细的筛选掉了将背景错误标注为车牌的情况。想请教下各位大佬有没有什么好的办法进一步降低误检率呢。

  • 写回答

1条回答 默认 最新

  • SuckeedTing 2020-07-16 16:41
    关注

    训练集中添加一些误检的图像,自动生成没有框的xml标注文件,训练时,读取xml,如果xml中没有目标,则正样本抽取0个,负样本抽取10个送入训练。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

悬赏问题

  • ¥15 华为ensp使用基本ACL限制公司网络访问
  • ¥15 帮我做下照片上的PLC题
  • ¥15 labview2022 使用modbus报缺少依赖?
  • ¥15 谷歌地图是不是不开通结算功能,api会使用不了哦
  • ¥15 unity腾讯云对象存储机型适配
  • ¥15 求全国交通咨询模拟代码,要求如下,可以完全在dev c++运行
  • ¥15 根据要求修改程序编码
  • ¥15 用 Python 做一个用 Excel 表导入的答题系统
  • ¥15 使用微信开发者工具实现一个“婚博会”小程序
  • ¥15 ros的rviz仿真机器人