我正在尝试训练神经网络如何检测纸板箱以及多类人（人）。
尽管检测人员并对其进行正确分类很容易，但检测纸板箱却非常困难。
盒子看起来像这样：
我的怀疑是 box 对象太简单了，神经网络很难检测到它，因为从对象中提取的特征太少。
数据集的划分如下所示：
personA: 1160
personB: 1651
personC: 2136
person: 1959
box: 2798
人穿着不同的安全物品，根据物品进行分类，同时检测为整个人，而不仅仅是物品。
我尝试使用：
ssd300_incetpionv2
ssd512_inceptionv2
faster_rcnn_inceptionv2
所有这些都比盒子更好地检测和分类人。我无法提供确切的信息mAP（没有）。
有任何想法吗？
谢谢。
如你所说：
我的怀疑是 box 对象太简单了，神经网络很难检测到它，因为从对象中提取的特征太少。
...这正是这项任务的问题所在。我建议您使用大量图像增强来训练您的网络。如果您使用的是 Keras/TensorFlow 2.0，它们具有执行此操作的内置函数。
我还建议您训练第一个模型，然后准确研究您的网络认为是框但不是框的图像（误报）。此时，您选择“正确”案例以及误报案例，并构建您拥有的数据集的子集。该子数据集可用于训练网络区分实际盒子和看起来像盒子的对象。
再一次：使用大量的图像增强。这是我的主要观点，也是我会做的。
我建议使用预训练模型。
这是我最近做的预训练多类图像分类的完整代码： https ://datascience.stackexchange.com/a/52772/71442
您可以尝试不同的预训练模型： https ://keras.io/applications/
使用预训练模型，您可以“重用”大型模型的卷积层并在顶部训练您的类。这可能有助于找到与框相关的特定特征。
盒子应该很容易被检测到，因为它们的形状和颜色清晰且统一。所以我认为尝试一个在类似（类似盒子）类上训练的预训练模型会有所帮助。
如果所有框都是棕色的（如示例图像中所示），您甚至可以根据颜色模式检测框。NN 能够做到这一点。
总的来说，如果没有看到你的模型，很难说出了什么问题。模型架构在这里可能是相关的。
您可以尝试使用已在大型数据集（例如 MS-COCO、Kitti 和 Open Images 等）上预训练的现有 TensorFlow 模型。然后您可以微调您希望在数据集上使用的特定模型。
可以在此处找到所有可用模型的列表。
关于如何设置对象检测器的一个很好的来源。（如果您是 Linux 用户，请不要担心，即使在 Linux 系统中也可以修改相同的教程）。
您可以使用labellmg 之类的工具来标记图像以进行训练。
希望这可以帮助。