テンソルフローオブジェクト検出APIを使用したオブジェクト検出精度の向上方法

Question

テンソルフローオブジェクト検出APIを適用して、単一のオブジェクトを検出するモデルを作成します。自分のデータセットにはトレーニング用の2150枚の画像とテスト用の540枚の画像が含まれています。

すべての画像は1920（幅）×1080（高さ）です。各画像内のオブジェクトは非常に小さく、約55×15です。また、多くのノイズがあります。ここでは正しく識別されて、私のデータセットの例の画像は、（画像の大半は特定できない）である。

私はdetetion_model_zoo内のすべてのモデルを試してみましたが、それらのどれも満足私を与えませんでした結果。 トレーニング後のmAPは非常に低いです。精度は0.3に過ぎません。ここでssd_inception_v2_cocoを使用しての評価は次のとおりです。

上の任意の提案は、モデルを向上させますか？ありがとうございます！

Answer 1

私は次のことをお勧めします：

1）関心のオブジェクトが少し大きくなってしまうように、小さな作物にあなたのイメージを破ります。あなたは推論の時にこれを行うことができます。あるいは、作物で訓練と推論の両方を行うことができます。いくつかの作物に興味深いものが含まれていないかどうかは心配しないでください。

2）より高速なr-cnn（resnetまたは開始resnet）などのより強力なモデルを使用します。

3）あなたの機械学習システムのパフォーマンス上の上限がどのようなものかを知るために、人間のパフォーマンスはどのようなものかを理解してください。