Keras 目标检测-在训练期间忽略特定的图像区域

我正在尝试使用更快的R-CNN算法，使用keras进行车辆检测

我有一个包含不同文件夹的数据集，每个文件夹包含多个图像。我已成功地将图像的注释文件转换为CSV文件，用于培训过程。注释文件包含培训期间图像中要忽略的区域的额外信息（附加图像中的黑色区域）。根据从该图像的注释文件获得的信息，该图像显示了测试示例中车辆的边界框以及图像中的忽略区域

在算法训练期间，是否有办法指定要关注或忽略的特定区域

---

是否可以为他们指定一个新标签“NA”并对其进行培训？忽视它们的目的是什么？可能你可以为其他课程添加高权重的课程权重，为“NA”添加最低权重@venkatakrishnan谢谢你的回答，事实上我无法访问隐藏在被忽略区域后面的汽车。XML注释提供了有关图像中边界框的信息，以及图像中这些被忽略区域的信息，在绘制它们之后，我注意到它们在图像中隐藏了某些车辆，我猜在训练算法时不应该考虑这些车辆。我想告诉算法忽略每个图像的这些区域。是的。你有没有试过，在训练期间给被忽略的区域分配一个标签，并给它们分配一个班级权重？@venkatakrishnan还没有，我会这样做，然后再给你回复，再次感谢。有没有可能给它们分配一个新的标签“NA”并进行训练？忽视它们的目的是什么？可能你可以为其他课程添加高权重的课程权重，为“NA”添加最低权重@venkatakrishnan谢谢你的回答，事实上我无法访问隐藏在被忽略区域后面的汽车。XML注释提供了有关图像中边界框的信息，以及图像中这些被忽略区域的信息，在绘制它们之后，我注意到它们在图像中隐藏了某些车辆，我猜在训练算法时不应该考虑这些车辆。我想告诉算法忽略每个图像的这些区域。是的。你有没有试过，在训练期间给被忽略的区域分配一个标签并给它们分配一个等级权重？@venkatakrishnan没有，我会这样做，然后再给你回复，再次感谢