我应该如何解释这个神经网络输出？

Question

我的代码：

organelleGroundTruth = selectLabels(gTruth,'organelle');
trainingData = objectDetectorTrainingData(organelleGroundTruth);
acfDetector = trainACFObjectDetector(trainingData,'NegativeSamplesFactor',2);
I = imread('test1.png');   
bboxes = detect(acfDetector,I);
I = insertObjectAnnotation(I,'rectangle',bboxes,'');
imshow(I)

我使用Image Labeler标记了21个.png图像；如下所示：

​

​

我将它们作为"gTruth“导出到Matlab中(类是基本事实)，唯一的标签名称是"organelle”(因为所有的白点都是我想要检测的细胞器)。

我在这个镜像上测试了网络：

​

​

这就是程序给我的：

​

。

我的第一个想法是我标记的图像不够多，所以神经网络不像使用更大的标记样本量时那样准确。然而，我希望每个白点都在1个大矩形内。相反，程序在对象上放置了大量的小矩形。这是我的主要问题:为什么矩形这么小，我可以调整它吗？我认为我可以通过标记更多的图像来解决准确性问题，但我不知道为什么程序生成的矩形这么小。

Answer 1

编辑:我不小心把它叫做神经网络--它是一个物体探测器。

经过更多的阅读/修补，我得出的结论是，我需要更多的样本。Matlab内置的物体探测器需要数千个样本图像(特别是对于如此小的样本)才能准确。