根据效果图可以看出，该模型能很好地检测出图中人物，但是确定人物的边界框时较为粗糙。实际上，该模型确定出的人物边界框过大，所以当图片中有多个人物时，边界框可能会重叠。针对这一点，通过调整overlap_threshold值和Non-Maximum Suppression函数可以改善。

当然，与第一部分中只对训练集中人物图片分类的convnet网络相比，该模型的正确率有一定的降低。

使用笔记本电脑CPU进行预测，速度非常慢，每张图片耗时8秒；使用型号为Tesla K80 的GPU进行预测，每张图片耗时0.98秒。

我们可以简单地和结合滑动窗口的简单卷积网络比较，如第一部分使用的CNN网络，结果看起来很有趣。对于一张640x460大小的图片，滑动窗口设置为64x128（水平步幅为8像素，垂直步幅为4像素），仍需要处理6000张子图片。即使某网络的预测速度很快，每张子图片耗时只有0.01s，此时处理每张图片仍需要60秒。另外，如果结合了滑动窗口方法，就只能得到固定长宽比的多张子图片。

改进方向

接下来，我将继续标注相关图片来扩大训练集，如果有新方法会继续进行更新。

相关链接

1．用keras实现的Faster RCNN：

https://github.com/yhenon/keras-frcnn

2．完整项目代码：

https://github.com/alexattia/SimpsonRecognition

【完】

一则通知

量子位读者4群开放申请，对人工智能感兴趣的朋友，可以添加量子位小助手的微信：qbitbot，申请入群，一起研讨人工智能。

另外，量子位大咖云集的自动驾驶技术群，仅接纳研究自动驾驶相关领域的在校学生或一线工程师。申请方式：添加qbitbot为好友，备注“自动驾驶”申请加入~

招聘

量子位正在招募编辑记者、运营、产品等岗位，工作地点在北京中关村。相关细节，请在公众号对话界面，回复：“招聘”。

追踪人工智能领域最劲内容