Python 凯拉斯视网膜网的结果真的很糟糕

因此，我尝试建立基于Keras视网膜网和ResNet-152主干网的目标检测模型。我遵循了每一个教程，解释如何做到这一点。到现在为止，我已经训练了我的模型，我得到的损失是0.81，我认为这是一个很好的结果

下面是我在label img中执行的流程示例

但不知怎的，当我试图预测新图像（4张图像）的结果时，结果真的很奇怪，下面是每个图像的结果

我在创建数据集时是否做错了什么？因为我只修改了一些代码，比如

• 我对“设置gpu（gpu）”命令进行注释
• 我将train.py参数部分中的默认主干从“resnet50”更改为“resnet152”

对于代码，我使用

编辑：

这些都是我试图预测的例子，即使是我自己的训练数据。虽然其中一个是正确的，但信心分数很低，甚至没有达到0.5

---

我认为这样看原始预测没有任何意义，你应该用一些代码来可视化边界框（在阈值预测和应用NMS之后）。嗨，史努比博士，谢谢你的回答，我已经编辑了我的问题和附加的预测图像实例，你知道为什么它不起作用吗？提前谢谢。你为什么认为预测不符合预期？您的预测文件表明某些边界框已识别。如果您可以在原始图像上绘制这些预测框，以获得更好的可视化效果，那就更好了。