TensorFlow目标检测：SSD MobileNet V1中图像位置为何影响检测精度？

结合你用SSD MobileNet V1迁移学习训练流星检测模型的情况，我梳理了几个可能导致目标位置影响精度的核心原因：

• 原始数据集的位置分布偏见，数据增强无法完全弥补
  你只有85张标注图像，哪怕加了随机翻转、90度旋转，原始数据里流星的位置分布大概率是不均衡的——比如可能大部分流星集中在画面的某几个区域（比如左上、下半部分）。数据增强只是对现有样本做变换，没法凭空创造出原始数据里缺失的位置样本。模型在训练时，会优先学习出现次数多的位置特征，对那些罕见位置的流星，因为见过的样本太少，自然检测精度就差。

• 预训练模型的位置特征偏向COCO数据集
  ssd_mobilenet_v1_coco_11_06_2017是在COCO数据集上预训练的，COCO里的目标（比如人、车辆、动物）大多分布在画面中间区域，模型已经学到了“中间区域更容易有目标”的先验知识。而流星这类天体目标，可能经常出现在画面边缘甚至角落，小数据集的fine-tune力度不足以完全覆盖预训练模型的位置偏见，导致模型对边缘位置的流星敏感度极低。

• 数据增强的覆盖范围有限
  你用的水平翻转、垂直翻转、90度旋转都是刚性几何变换，只能把现有位置的流星转到几个固定的对称位置，没法模拟流星在画面任意位置出现的情况。比如如果原始数据里没有出现在右上角的流星，就算翻转旋转，也没法得到这个位置的样本。而且流星本身是细长的、有轨迹的目标，单一的旋转翻转可能也没覆盖到它所有可能的姿态和位置组合。

• 小数据集下容易过拟合到位置特征而非目标本身
  5000步的训练对于85张图来说，很可能已经过拟合了。模型没有学到流星的通用特征（比如轨迹的亮度、形状），反而记住了训练集里流星的具体位置——比如“左边出现的亮线是流星”，换到右边就认不出来了。这种情况下，位置就成了模型判断的核心依据，而非目标本身的特征。

• 锚框设置可能不匹配流星的位置分布
  SSD的检测依赖预设的锚框，COCO预训练模型的锚框是针对COCO目标的位置和大小设计的，可能更多集中在画面中间。如果你的流星经常出现在边缘，这些位置的锚框数量少、匹配度低，训练时模型在这些区域的样本学习不充分，自然检测效果差。

内容的提问来源于stack exchange，提问作者Sandy MacPherson