TensorFlow目标检测模型演示无法准确工作

我正在试用新的tensorflow对象检测api，但是演示并不像他们在预先训练的模型上的示例那样精确

我使用的示例位于：

他们的github页面上显示的结果如下：，而我在预训练模型上的结果如下：

---

我按照Github上描述的安装说明进行操作。有人知道为什么教程示例和我在预先训练的模型上的结果之间存在差异吗

默认情况下，IPython noteboook使用我们的SSD Mobilenet检测器，它不会产生最佳效果，但却是我们最快的型号之一。Github页面上的图像是使用不同的模型生成的。考虑从我们的.

中试用其他模型。不要使用VisualUTIL，它剪辑检测对象，尝试从输出张量使用原始数据，并使用自己的阈值算法。

---

而且，所有这些演示模型的训练强度都不是很高，因为默认情况下，这些模型的mAP应该是80%，而不是30%。

你可以使用模型“更快的rcnn\u resnet101\u coco\u 2017\u 11\u 08”而不是“ssd\u mobilenet\u v1\u coco\u 2017\u 11\u 08”

你是如何训练你的模型的？我使用了演示中提供的预训练模型。问题描述中链接的示例有一段代码，用于下载和加载预先训练的“冻结tensorflow模型”。