目标检测后处理中检测框不稳定的处理方式

前言

经历了场景需求调研,方案技术路线。下面开始时间算法开发:
开始数据采集,数据集的制作,模型训练,模型的评价及模型的选择,算法逻辑的设置。在算法的逻辑设计过程中可能也会对数据进行扩充,模型的再训练。但是我们通过目标检测算法获得的目标检测框因为种种原因会造成目标框的不稳定,例如:目标框跳动、有时候会检测到有时候检测不到。

一、目标检测框不稳定类型

1.目标检测框的宽高比不稳定
2.目标检测框的中心坐标稳定
3.目标检测框连续若干帧检测不到

二、目标检测框不稳定的原因

  1. 图像采集设备的噪声
  2. 光照天气等因素的影响
  3. 解码噪声的影响

三、优化方法

3.1 数据标注方面

在数据采集的过程中,我们去采集不同环境下的数据,例如:阴天、下雨、下雪、夜晚、强光照环境。数据标注方面尽量按照严格的标准去标注数据。

3.1 模型方面

在训练过程中对数据进行增强,增加其他的小trics。使用模型的评价指标、挑选合适的模型。

3.3 后处理方面

在获取检测的目标框信息后,可以使用一些滤波、跟踪的算法去平滑检测的边界框。

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
上一篇 2022年5月21日 下午2:34
下一篇 2022年5月21日 下午2:39

相关推荐

本站注重文章个人版权,不会主动收集付费或者带有商业版权的文章,如果出现侵权情况只可能是作者后期更改了版权声明,如果出现这种情况请主动联系我们,我们看到会在第一时间删除!本站专注于人工智能高质量优质文章收集,方便各位学者快速找到学习资源,本站收集的文章都会附上文章出处,如果不愿意分享到本平台,我们会第一时间删除!