图像识别的萌新来请教各位问题。训练的模型拿来识别图像出现下面那些框交错的情况是什么问题？

[xiaolinjia]

上级又跑来给我出难题，要自己训练模型了。训练了几天的模型，但是结果都不理想啊。出现以下问题，请问是怎么回事呢？是我训练图像太少了吗，还是描述图片的框的时候不够准，还是怎么回事，完全搞不懂啊。。。

[itIsUnbelievable]

感觉有点像是 MTCNN，前两层框就很多

[xiaolinjia]

@itIsUnbelievable 我是用那个 imageai 的库进行训练的，他那代码里用的是 yolov3 来做预训练模型。

[misaki321]

你 nms 设置有问题吧
IOU 都有 100 的了

[misaki321]

@misaki321 嘛。看错了
不过还是 nms 设置问题

[xiaolinjia]

@misaki321 听你说的我又回去看了下那库，里面没找到有设置这参数的地方啊。。

[caltong]

感觉是 NMS 问题，阈值调小一点试试。然后 bbox 感觉也不是很准，loss 还有下降空间吗？

[qwerdf007]

应该是 nms 阈值问题，准确度的话，多尺度训练开了吗

[qwerdf007]

感觉可以通过左右翻转来增加训练样本数量

[ilotuo]

试试 softnms

[ChordY]

iou 极大值抑制

[xiaolinjia]

先感谢楼上诸位的热心解答，但小弟仍有几件事不解。
经过这几天查资料，我这种情况好像叫什么过拟合。好像是因为模型太复杂，数量太少。
对于上面那两个，我是否应该增加样本数量，我之前只用了 200-300 张为样本，根据楼上老哥的回答，是可以左右旋转，这样会影响识别率吗？
然后就是，我要识别的船只各种各样，比如图上的，有长的轮船，也有小的渔船，也有游艇等等，我是否应该将船只分类？而不是都放一个 ship 里，不过如果要分类的话，那每个类的样本数量又更少了。。
之后就是，nms 是训练的时候设置的，还是识别的时候才设置的？如果我理解没错的话，应该是识别的时候再通过你们说的这些算法再过滤一次？
最后就是，我是否应该只用 TensorFlow，opencv 和 keras 来训练？而不要依靠那些又封装了一层的第三方库（目前用的是一个叫 imageai 的库来训练的，我也不知道怎么样。）

[xiaolinjia]

@caltong 我训练了 170 多层，然后隔了几天看它没什么变化了（没生成新的 model ），我就停了。