我正在自定义数据集上重新训练ssd_mobilenet_v2_quantized_300x300_coco对象检测模型。该数据集由大约2.6k图像和19个类组成。在训练步长达到10k-12k之后，损失图开始增加。即使我在相同的步长范围内将我的模型更改为ssd_mobilenet_v2_coco，也会发生这种情况。我在配置文件中找不到与此行为相关<
浏览 30提问于2019-03-10得票数 1
3回答
我的团队正在使用Tensorflow对CNN进行训练，以便对损坏/可接受的零件进行二进制分类。我们通过修改cifar10示例代码来创建代码。在我以前使用神经网络的经验中，我总是训练到损失非常接近于0(远低于1)。然而，我们现在正在评估我们的模型在训练期间使用验证集(在单独的GPU上)，似乎精度在大约6.7k步长
浏览 2提问于2017-04-19得票数 29
我在自定义数据集上的tensorflow对象检测API上训练了一个faster-rcnn模型。我发现在3.5k步长后损失是~2。但是，当我运行eval.py时，mAP分数几乎都是0，如下所示。
有人能解释一下为什么mAP分数接近于零，尽管模型已经学会了输出相当多的方框吗？
浏览 0提问于2018-05-21得票数 1
2回答
我正尝试在自定义数据集上尝试对象检测模型。我想让它识别出我车库里的一块特殊金属。我拍了大约32张照片，并给它们贴上标签。训练进行得很顺利，但损失高达10%。在那之后它会变得非常慢，所以我需要停止它。在那之后，我在相机上实现了这个模型，但它没有准确性。会不会是因为我只有32张物体的图片？我已经尝试过YoloV2和更快的rcn.
浏览 0提问于2020-01-22得票数 1
我正在重新训练一个更快的rcnn初始coco模型，用于检测货架上产品的品牌。数据集大小为15个类，每个类至少有100个注释框。图片总数为300张。
如何提高模型的召回率？我是否应该改用更快的rcnn r
浏览 1提问于2018-04-21得票数 0
我在Colab上为我的光通信项目训练一个模型，然后发生了一件奇怪的事情。我首先训练的模型显示了接近99%的训练和97%的验证准确率，但运行时在晚上的某个时候到期了。现在，对于相同的模型，我尝试在重新连接到运行时后重新训练。但现在，准确率从第一个时期起保持不变，为25%。令人惊讶的是，有4个类别，我的模型
浏览 31提问于2021-11-03得票数 0
在训练的不同阶段，MAP (平均平均精度)是否能很好地替代训练和验证精度，是用于目标检测的机器学习模型？我正在重新训练Mask RCNN (预科MS)的合成图像(有五个课程)，验证损失似乎上下波动，直到1600年代，尽管训练损失下降。我计算了每100年代的平均精度，无论是训练数据还是验证数据，我都不知道该怎么做。
📷
浏览 0提问于2019-12-18得票数 2
3回答
我使用Tensorflow对象检测API来检测和定位图像中的一类对象。为此，我使用了预先训练过的faster_rcnn_resnet50_coco_2018_01_28模型。在训练模型后，我想要检测不足/过拟合。我看到了训练的损失，但是在评估了Tensorboard之后，只显示了mAP和精度指标，而没有损失。
这是否有
浏览 1提问于2018-10-17得票数 2
回答已采纳
我想在实时摄像机预览的每一帧上运行一个对象检测模型(图像进入，检测到的边界框消失)。15fps。我训练了一个模型，并将其转换为CoreML，因为我想首先以iOS为目标。使用平台通道并将摄像头流中的每一帧发送到运行CoreML模型的快速方法是否可行？这会增加太多的开销吗？
浏览 28提问于2021-03-07得票数 0
1回答
我有一个简单的CNN，输入如下
相同大小MXN的目标高斯标记，其值范围为5.0155e-173，1。目标是学习目标标签，并使用所学习的模型来检测测试图像中的对象。我使用Adam优化器来处理各种损失函数，如categor
浏览 3提问于2020-01-10得票数 1
4回答
梯度上升收敛
、、、
我正在尝试通过梯度上升过程最大化目标函数的对数。我观察到了一个客观的值序列，在这个序列中，值先是增加，然后又开始减少。我想知道这是不是有可能？我的意思是，是否存在这样的函数，其上升过程通过极大值，然后产生递减值路径。以下是目标值序列的链接。
浏览 1提问于2013-09-28得票数 0
1回答
我正在自定义数据集(即车牌数据集)上培训tensorflow对象检测API模型。，我的目标是使用tensorflow lite将这个模型部署到边缘设备，所以我不能使用任何RCNN家族模型。因为，我不能将任何RCNN家族对象检测模型转换为tensorflow lite模型(这是tensorflow对象检测API的限制)。我正在使用模型</e
浏览 3提问于2020-03-04得票数 4
回答已采纳
我正在使用Keras使用model.train_on_batch(x_batch，y_batch)开发在线学习应用程序。我试着递增地添加培训数据，并列出测试和培训的损失。结果如下，
很高兴看到测试损失正在减少，但正如我在Andrew Ng的ML类中了解到的那样，如果我有一个像DNN这样的强大模型，那么训练损失应该会随着我递增地添加更多的训练数据而增加，而测试<e
浏览 3提问于2017-03-30得票数 4
回答已采纳
2回答
时代或损失收敛性
、、、
我正在训练一个使用转移学习的深层神经网络，到目前为止，损失值接近1.7。我正在使用一个包含31,000幅图像的数据集，并且我确实应用了数据增强技术来帮助模型更好地推广。然而，我对时代和损失的价值感到困惑。我是否应该训练这个模型，比如50个历次的模型，以获得良好的精度?或者，如果我训练到损失值尽可能低，这将非常接近于零，那会更好吗？推荐哪一种才能获得最佳的<
浏览 0提问于2019-12-11得票数 0
回答已采纳
1回答
这是UDACITY中用于情感分类的LSTM代码。我想知道为什么他们会在for循环的正下方初始化cell状态。
浏览 1提问于2017-08-04得票数 3
2回答
Tensorflow训练模型速度
、、、、
我是Tensorflow newby，我正在尝试训练一个1级的模型来进行目标检测。特别是，我试图识别如下箭头：我需要一个非常快的识别，所以我开始怀疑一个预先训练的模型是否可以包含这样的形状。不幸的是，没有发现任何类似的东西，为此，我开始了我自己的箭头训练，使用作为模型的faster_rcnn_inception_v2_coco_2018_01_28。我
浏览 0提问于2019-09-06得票数 0
回答已采纳
我正在Keras中训练一个卷积神经网络，后端使用Tensorflow。要做到这一点，我想做100轮，最多12个周期每轮。Keras有这样的选择吗？在他们的文档中，搜索词是什么？
浏览 0提问于2018-08-07得票数 0
回答已采纳
我确实理解return_sequences开/关发生了什么，但是有人说，在return_sequences上，您可以允许我不太明白这意味着什么。如果您不使用它，则输入将通过所有以前的时间步骤，并进行预测。您的损失将是这个预测的错误和实际的错误。你仍然在所有的时间步骤上进行训练，对吧(虽然我想不是同时进行的)。如果是的话，它会对每一个时间步骤进行预测--在这种情况下，损
浏览 0提问于2020-12-13得票数 2
我正在开发一个机器学习模型来从骨骼图像中检测骨骼。我使用的是火把，我使用的模型是。当我使用binary_cross_entropy_with_logits时，我可以看到损失的减少，但是当我尝试测试模型时，我注意到：
如果我使用这样的ms
浏览 4提问于2021-08-01得票数 1
在训练模型CatBoostRegressor()期间，有没有可能改变(减少)参数‘学习率’，梯度步长系数？它会减少迭代次数，加快训练速度？
浏览 6提问于2017-12-30得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
