# 图像识别常见问题汇总 - 2021 第2季 ## 目录 * [第1期](#第1期)(2021.07.08) <a name="第1期"></a> ## 第1期 ### Q1.1: 目前使用的主体检测模型检测在某些场景中会有误检？ **A**：目前的主体检测模型训练时使用了COCO、Object365、RPC、LogoDet等公开数据集，如果被检测数据是类似工业质检等于常见类别差异较大的数据，需要基于目前的检测模型重新微调训练。 ### Q1.2: 添加图片后建索引报assert text_num >= 2错？ **A**：请确保data_file.txt中图片路径和图片名称中间的间隔为单个table，而不是空格。 ### Q1.3: 识别模块预测时报Illegal instruction错？ **A**：可能是编译生成的库文件与您的环境不兼容，导致程序报错，如果报错，推荐参考[向量检索教程](../../../deploy/vector_search/README.md)重新编译库文件。 ### Q1.4 主体检测是每次只输出一个主体检测框吗？ **A**：主体检测这块的输出数量是可以通过配置文件配置的。在配置文件中Global.threshold控制检测的阈值，小于该阈值的检测框被舍弃，Global.max_det_results控制最大返回的结果数，这两个参数共同决定了输出检测框的数量。 ### Q1.5 训练主体检测模型的数据是如何选择的？换成更小的模型会有损精度吗？ **A**：训练数据是在COCO、Object365、RPC、LogoDet等公开数据集中随机抽取的子集，小模型精度可能会有一些损失，后续我们也会尝试下更小的检测模型。关于主体检测模型的更多信息请参考[主体检测](../application/mainbody_detection.md)。 ### Q1.6 识别模型怎么在预训练模型的基础上进行微调训练？ **A**：识别模型的微调训练和分类模型的微调训练类似，识别模型可以加载商品的预训练模型],训练过程可以参考[识别模型训练](../tutorials/getting_started_retrieval.md)，后续我们也会持续细化这块的文档。
