IRUIRUI__ 2022-11-07 14:30 采纳率: 100%
浏览 15
已结题

关于对运动中的物体会丢失识别框,错误捕捉目标还有精度陡然降低的问题

关于对运动中的物体会丢失识别框,错误捕捉目标还有精度陡然降低的问题

训练的模型,在测试中对运动中的物体会出出现丢框的现象,然后在数据集中加入了许多高斯噪声图和运动模糊图,对于丢框的问题有些许改善但是会出现目标识别错误的问题,会把别的物体识别成ship类,修改IOU和conf以后也没有好转很多,定的太高可能还会加大丢框的问题,这种问题只从数据集解决是不是很难有效啊,还有在训练中会出现map、精度陡然降低的问题这是为什么呀

img

⬆这是增加了许多高斯噪声和运动模糊图以后的模型,丢框问题有改善但乱认的问题也很明显

然后这个⬇是筛出一部分过于模糊的图后的模型,训练时突然大幅下降是正常的吗

img

  • 写回答

1条回答 默认 最新

  • 爱晚乏客游 2022-11-07 15:37
    关注

    先说你前面问题的解决方案。
    我的建议是连续帧检测,比如5帧中至少有3帧是ship才算这5帧都是,这样可以有效的减少错检的可能性,容错率更高,而误检的两帧看你需求,可以丢掉,也可以修改这两帧的标签全部改成ship,看具体情况。这种情况是针对你这5帧中的主要检测主体是ship。如果有某些一两帧,类似浮漂啥的一定不能漏检,那么就得考虑这一两帧的另外处理方案。
    至于map突然间降低的问题,只能说你某些图片的噪声加的过多了,或者某些个epoch数据恰好都取到很差的数据也可能这样,一两个这种影响不大,但是最好还是检查一下数据集

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论 编辑记录

报告相同问题?

问题事件

  • 系统已结题 11月17日
  • 已采纳回答 11月9日
  • 创建了问题 11月7日