使用SSD Mobilenet (Tensorflow API)实现1080p中的对象检测
使用SSD Mobilenet (Tensorflow API)实现1080p中的对象检测
提问于 2019-10-15 02:25:09
大家好,
我的目标是在1920x1080大小的图像上检测人和车(白天和晚上)，为此，我使用tensorflow API，我使用SSD移动网络模型，我注释了来自7个不同摄像头的1000张图像(900张用于训练，100张用于评估)。我使用960x540的图像大小启动训练。我的模型不收敛。我不知道该怎么做，我应该为白天和晚上的对象设置不同的类吗？
在使用tensorflow API进行人脸检测的教程中，他们使用包含仅包含人脸的图像的数据集，然后在复杂场景中使用该模型。知道像SSD这样的模型也会学习负面例子，这是一个好主意吗？
谢谢
(来源：https://blog.usejournal.com/face-detection-for-cctv-surveillance-6b8851ca3751)
回答 1
Stack Overflow用户
发布于 2019-11-04 17:36:34
你说的“不收敛”是什么意思？你指的是训练/验证损失吗？
在这种情况下，我想到的第一件事就是降低学习率(我也有类似的问题)。你可以通过修改你的配置文件来做到这一点，在"train_config“部分你可以找到值"initial_learning_rate”。
尝试将其设置为一个较低的值(例如，降低一个数量级)，看看是否有帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58382192
复制相关文章
相似问题
腾讯云开发者
