是否有必要在图像上标记一个类的每个对象？

Question

我标记了一堆图像，用于训练 Faster-RCNN 网络，以用一个类进行对象检测。每个图像上大约有数百或数千个此类对象。我必须给所有这些都贴上标签吗？

目前，我在每个图像上标记了大约 20 到 80 个对象实例。因此我选择了我认为容易重新认识的对象。

当我开始使用此数据集训练网络时，损失在 0.9 到 20,000,000 之间变化

通常情况下，损失应该变得更小，但在我的情况下，它会减少并且具有极高的峰值。

Answer 1

是的，您应该标记每个训练图像中对象的每个实例。因为，任何您未标记的内容都将被视为背景（这是一个标记为 -1 的隐式类）。因此，如果您留下没有标签的对象实例，它将被视为背景，因此模型在尝试区分两个类（即背景类（-1）和对象类（例如 1））时会感到困惑。

如果每个图像中的对象实例太多，也许您可​​以将图像剪切成较小的图像（例如 1000 个部分，每个部分包含约 100 个对象）。