小编dar*_*ake的帖子

我的数据集只包含一个对象“手枪”和 3000 张图像（2700 个训练集，300 个测试集）。图像的大小从 ~100x200 到 ~800x600。

我对该模型进行了 55k 次迭代训练，其中mAP约为 0.8，而TotalLoss似乎收敛到 0.001。但是，但是，看到评估，在同一个检测到的对象（例如this和this）上有很多多个边界框，并且有很多误报（房子被检测为手枪）。例如，在我拍摄的这张照片中（后来应用了模糊滤镜），模型将人和汽车检测为手枪，以及正确检测。

数据集与 tfrecords 和标签图一起上传到这里。我使用了这个配置文件，其中我唯一更改的内容是：num_classes为 1、fine_tune_checkpoint、train 和 eval 的input_path和label_map_path以及num_examples。 由于我认为多个框是非最大抑制问题，因此我将score_threshold（第 73 行）从 0 更改为 0.01，将iou_threshold（第 74 行）从 …