Tensorflow对象检测API -检测不戴头盔的人

Question

*请注意，我以前发现NA的问题已经解决了。

现在我有了一个新问题，我用了1000张图像来检测没有戴头盔的人，还有1000张用于戴头盔的人和1000张只用于人类的图像。我使用SSD_mobilenet_v1_pets.config文件进行培训。

这是我的pbtxt文件

item {
    id: 1
    name: 'withouthelmet'
}
item {
    id: 2
    name: 'withhelmet'
}
item {
    id: 3
    name: 'person'
}

样本训练图像

​

经过训练，我的模型检测到每一辆车都是人。

​

​

是指由于使用了ssd_mobilenet模型( id: 1表示人，而我使用id:1，as withouthelmet，id:3用于汽车，但我使用id:3表示人)

请帮我解决这个问题。

Answer 1

1. 您是否在配置中将num_classes设置为1？
2. 请注意，min_negatives_per_image意味着负锚(而不是图像)的最小#，因此您的数据组合与此参数无关。

我必须修改先前的答案--如果您在数据集中添加了一个背景图像(没有gt框的图像)，它将有助于减少误报。抱歉，我和其他东西搞混了。

Answer 2

您是否使用了在宠物数据集中培训过的SSD-MobileNetV1 1模型？我认为你最好使用一个在可可数据集上受过训练的模型，因为它有人，而不是宠物。当然，如果你训练你的模型，它也会学会发现那个人，但是由于你没有很多没有头盔的人的例子，所以最好从一个知道一个人是什么的模型开始。

关于你的问题，如果你只想发现没有头盔的人，你可以简单地把所有其他东西放在pbtxt文件中，只需

item {
  id: 1
  name: 'withouthelmet'
  display_name: 'withouthelmet'
}

将配置文件中的类别数更改为1，并对模型进行微调。