You need to enable JavaScript to run this app. OpenCV DNN模块运行自定义SSD Mobilenet模型无检测结果求助
优惠活动
大模型
产品
解决方案
定价
更多

OpenCV DNN模块运行自定义SSD Mobilenet模型无检测结果求助

树莓派OpenCV DNN加载自定义训练的SSD Lite模型无检测结果排查

我在树莓派4上使用OpenCV的DNN模块,该模块需要冻结推理图(.pb文件)和对应的文本图文件(.pbtxt文件)。
使用TF1模型库的预训练ssd_mobilenet_v3_small_coco模型,配合来自OpenCV的tf_text_graph_ssd.py脚本生成pbtxt文件,这套方案在树莓派上运行正常,平均帧率为5FPS。
之后我想进一步提升运行速度,因此针对单类目标训练该模型。在解决了大量报错和依赖版本适配问题后,我成功跑通了训练流程:构建了数据集、完成了图像标注、生成了所有必要的文件,使用示例配置库中的ssdlite_mobilenet_v3_small_320x320_coco.config配置文件,设置了所有路径,将微调检查点指向预训练模型文件夹,将类别数设为1、批次大小设为16。
model_train.py正常运行且有输出结果,不过我不太确定如何解读这些结果。我训练了10万步后导出了冻结推理图,再次使用tf_text_graph_ssd.py生成了pbtxt文件。将这两个文件放到树莓派应用中运行时没有抛出任何错误,帧率达到10FPS,但完全没有检测到任何目标。
我不确定问题出在训练环节、模型导出环节还是pbtxt生成环节,不知道该如何排查,希望有经验的开发者能给出排查方向。以下是Tensorboard的输出截图:
损失曲线图:
损失曲线图
精确率曲线图:
精确率曲线图
评估图像标签页内容:
评估图像标签页


排查步骤

第一步:验证训练&模型导出是否正常

  • 先用TensorFlow Object Detection API自带的推理脚本,直接加载你导出的pb文件,跑测试集图片,看能不能输出检测框。如果这一步就出不了框,直接定位问题在训练或者导出环节,不用排查后续OpenCV相关配置。
  • 核对标签映射文件:确认你标注时的类别ID和label_map.pbtxt里的ID一致,单类训练默认ID从1开始,要是标成了0会导致训练结果无效。
  • 确认导出冻结图的参数:导出时必须指定--input_type image_tensor,如果导出为tf_example等其他输入类型,OpenCV无法匹配输入格式,自然检测不到目标。

第二步:验证pbtxt文件是否正确

  • 运行tf_text_graph_ssd.py生成pbtxt时,必须显式指定--num_classes 1和--input_shape 320,和你训练的配置对齐。如果用的是旧版本OpenCV的脚本,可能对MobileNet V3结构支持有问题,替换为最新版的脚本重新生成。
  • 打开生成的pbtxt文件,确认输出节点为detection_boxes、detection_scores、detection_classes、num_detections四个,类别数配置为1,有错误可以手动修正后再测试。

第三步:验证OpenCV DNN调用参数

  • 核对预处理参数:SSD Lite MobileNet V3训练时默认的预处理规则是均值[127.5,127.5,127.5]、缩放因子1/127.5、交换红蓝通道,要是blobFromImage参数配置错误,输入数值范围不匹配会导致模型无输出。
  • 调低置信度阈值测试:自定义训练的模型初期输出置信度可能偏低,先把检测阈值调到0.1,要是能出框再逐步调高阈值筛选结果。
  • 确认输入尺寸:你训练用的是320x320输入,blobFromImage的size参数必须设置为(320,320),尺寸不匹配也会导致无检测结果。

内容的提问来源于stack exchange,提问作者jftorre

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.08 12:24:01