我正在使用google api(faster_rcnn_inception_resnet_v2_atrous_coco).中提供的预训练模型在水果数据集上训练更快的rcnn模型。
我对默认配置做了很少的更改。(类数: 12 fine_tune_checkpoint:预训练检查点模型的路径,from_detection_checkpoint: true)。我拥有的带注释的图像总数约为12000张。
经过9000个步骤的训练后,我得到的结果的准确率低于1,尽管我希望它至少是50% (在评估中没有检测到任何东西,因为准确率几乎为0)。损失在0到4之间波动。
我应该训练它的步数是多少。我读过一篇文章,说跑大约80万步,但这是你从零开始训练的步数?
由于类的数量不同,模型的FC层发生了变化,但它不应该影响那些已经存在于预训练模型中的类,比如“apple”?
任何帮助都将不胜感激!
发布于 2018-01-27 06:43:15
你不应该看你的训练损失来决定什么时候停止。相反,您应该定期通过评估器运行模型,并在评估mAP停止改进时停止训练。
https://stackoverflow.com/questions/48427381
复制相似问题