张量流目标检测预训练模型的微调

Question

我在用tensorflow和opencv开发一个实时物体探测器。你知道吗

我使用了不同的SSD和更快的基于RCNN的冻结推理图，它们几乎从不失败。你知道吗

视频流来自固定在墙壁上的红外摄像机，背景几乎永远不会改变。在一天中的特定时间（例如下午光线变化时），在背景区域或离相机太近的小物体上会出现一些误判。你知道吗

所以为了修正这个小错误，我想用来自相同背景的图像对模型进行微调。你知道吗

由于背景总是一样的，我该如何处理有1000张几乎相同的误判图片的模型的再培训？你知道吗

Answer 1

在背景光变化的情况下，可以使用背景减法

https://docs.opencv.org/3.4.1/d1/dc5/tutorial_background_subtraction.html ，同时动态更新，如下所示：

https://www.pyimagesearch.com/2015/06/01/home-surveillance-and-motion-detection-with-the-raspberry-pi-python-and-opencv/

谢谢你。你知道吗