使用 ML 寻求单类对象检测模型的清晰度。为此，我准备了一个自定义数据库，最多可容纳 400 张图像，这些图像分为 80%-20% 作为训练和测试数据集。这些是仅顶视图图像。数据收集遵循此处提供的基本准则。

现在的目标是在以下情况下检测斑马线。

模型在准确性方面失败。虽然它识别了类，但在某些情况下（更大程度）无法正确定位。理想的结果是蓝色，而模型抛出红色。

需要对训练数据集进行哪些更改才能纠正此问题？

EDIT1:- Tensorflow 对象检测 API 用于此任务。检测精度达到90%以上。期待解决本地化问题的建议。

EDIT2：- 这里的插图仅用于概述问题。我所有的图片都是真实世界的图片。