我有一个训练数据集，其中包含许多图像但没有边界框注释。我在验证和测试数据集中对图像进行了注释。目标是使用验证（带 bbox）和训练数据集（不带 bbox）训练detectron2 模型，而不影响模型的准确性。当我尝试使用验证数据集训练模型时，准确度仅为 71%，但当我尝试将训练数据集和验证数据集结合起来时，准确度降低到 9%。我正在使用 Faster RCNN 是一种对象检测架构 (faster_rcnn_R_50_FPN_1x.yaml) 有人可以帮助我如何在没有边界框的情况下训练模型吗？
我有一个训练数据集，其中包含许多图像但没有边界框注释。我在验证和测试数据集中对图像进行了注释。目标是使用验证（带 bbox）和训练数据集（不带 bbox）训练detectron2 模型，而不影响模型的准确性。当我尝试使用验证数据集训练模型时，准确度仅为 71%，但当我尝试将训练数据集和验证数据集结合起来时，准确度降低到 9%。我正在使用 Faster RCNN 是一种对象检测架构 (faster_rcnn_R_50_FPN_1x.yaml) 有人可以帮助我如何在没有边界框的情况下训练模型吗？