ssd自制数据集训练后模型测试时不显示识别框问题

本文详细解析了目标检测模型训练及测试阶段的关键步骤。强调了修改类别数量和名称的重要性,尤其是在训练主文件和网络层文件中。同时,讨论了box阈值的选择,指出select_threshold参数设置对识别效果的影响,并建议通过降低阈值来展示更多低置信度的识别框,以优化数据集和训练次数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.训练有关的程序中类别数量名称没有改完,尤其时训练主文件和网络层文件中得识别物体类别数和识别物体名称都要更改正确。

参照别人更改顺序,依次更改完成即可。

2.最后测试的程序中:box阈值——每个像素的box分类预测数据的得分会与box阈值比较,高于一个box阈值则认为这个box成功框到了一个对象

select_threshold=0.256阈值设置不合适,换句话说就是训练次数不够,数据集需要优化。

可以设置低一些可以显示出来几个置信度低的识别框。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值