物体检测：是照片中的物体python

如何解决物体检测：是照片中的物体python

我正在尝试检测照片中的植物，我已经用植物标记了照片（带有labelImg），但是我不知道如何仅使用背景照片来训练模型，因此当这里没有植物时可以告诉我。 我需要设置带标签的框作为图像的大小吗？

p.s。 ml的新手，所以请不要粗鲁）

解决方法

我最近遇到了一个问题，我的所有训练图像都放大了该对象。这意味着训练图像都几乎没有背景信息。由于对象检测模型使用边界框外的空间作为这些对象的否定示例，因此这意味着该模型没有背景知识。因此模型知道对象是什么，但不知道它们不是。

所以我不同意@Rika，因为有时背景图片很有用。在我的示例中，它可以介绍背景图片。

正如我已经说过的那样，对象检测模型将图像中未标记的空间用作某个对象的否定示例。因此，您必须保存注释文件而没有背景图像的边界框。在此处使用的软件（labelImg）中，可以使用 verify image 来表示它保存了图像的注释文件，没有框。因此，它保存了一个文件，该文件说应将其包含在训练中，但没有边界框信息。该模型将其用作负面示例。

,

就您而言，您无需为此做任何事情。只需获取您创建的检测数据并使用它来训练网络。在测试时，通常会设置边界框准确性的阈值，因为可能会得到很多，因此您只需要置信度最高的那些即可。

然后，您获得/显示具有最高bbox精度的对象，然后您就可以得到检测结果，并且可以执行任何操作，例如使用所获得的边界框坐标裁剪它们。

如果没有植物，您的网络可能会创建准确度低于阈值（非常低的置信度）的bbox，然后，您只需忽略它们即可。