python - 使用强化学习精炼边界框

Question

我有一个模型，该模型可以检测对象并在其上制作边框。问题是这些边界框不准确，需要在对象上更紧一些，而不是超出该框的某些 body 部位或大于对象大小的某些框。我想应用强化学习来使边界框更准确，因为我拥有完善的边界框的信息，这是目标，而输入图像的边界框或坐标不正确。我在网上找到了关于同一主题的论文，但是我找不到用于构建具有定义状态， Action 和奖项的环境的代码。因为我是强化学习的新手，所以我无法从零开始创造环境。

这是纸https://melaniemitchell.me/ResearchGroupContent/MastersTheses/AndrewClelandThesis.pdf

使用和更改网格大小度量作为状态和 Action 的整个方法是否可行？如果是，那么有人可以将我链接到最好在github上构建相似环境的代码吗？如果不是，那么有人可以对构建环境或我可以使用的其他方法提出任何建议吗？

Answer 1

有一个类似的文件:Multi-stage Reinforcement Learning for Object Detection可以做同样的事情。

该文件的实现代码可以在here中找到。