利用YOLO模型提高查全率

Question

我们正试图为手持物品(钱包、刀、电话等)建立一个高精度和高召回率的目标检测应用程序。

尝试使用YoloV4和V7模型，每类图像约为20K。实现了80%左右的测试地图、90 %的查准率和75左右的召回率，但在现场测试中，当目标处于一定角度时，我们面临着错误检测和丢失检测的问题。进一步改进该模式的备选方案是什么？

Answer 1

你必须收集更多的图像，你需要更多的年代来更准确地检测。