tensorflow对象检测预训练模型的微调

Question

我正在使用tensorflow和opencv开发一个实时对象检测器。

我使用了不同的SSD和基于快速RCNN的冻结推理图，它们几乎从未失败过。

视频流来自一个固定在墙上的红外摄像机，它的背景几乎永远不会改变。在一天中的特定时间(例如下午光线变化时)，背景区域或离相机太近的小物体上会出现一些错误检测。

因此，为了纠正这个小错误，我想用来自相同背景的图像对模型进行微调。

由于背景总是相同的，我如何处理具有1000个误检图片的模型的再训练，这些图片几乎都是相同的？

Answer 1

在背景照明变化的情况下，可以使用背景减去

https://docs.opencv.org/3.4.1/d1/dc5/tutorial_background_subtraction.html，同时动态更新它，如下所示：

https://www.pyimagesearch.com/2015/06/01/home-surveillance-and-motion-detection-with-the-raspberry-pi-python-and-opencv/

谢谢。