[英]Tensorflow Object Detection API multi-class error
我正在使用fast-RCNN模型创建11类对象检测器,该模型在image-resizer标签中设置为最大尺寸300x400。 这是由于如果我将显卡升级为1050 Ti,4Gb ver,如果我再升高一点,就会弹出CUDA OOM错误,因此我大约有3800-3900 Mb的模型运行时训练内存。
我遵循了erishima的步骤,并用Pet的脚本和Dati Tran的脚本对它们进行了变异,以生成TFRecord文件。
步骤如下:
这些类别的数据集是自定义的,图像/类别的范围从2500到300不等。即使这些图像中存在物体的每个可能角度,该数据集也没有定义对象的方向和图像中的检测难度。
当我经过217k步训练到损失值为0.002时出现的问题是,无论我将检测器运行在视频还是图像上,单个类都将所有其他类的对象包裹起来。 我没有尝试运行eval.py脚本,因为在此设置上花费了太长时间,而我却看不到类的mAP,但是我认为它应该是多余的信息,因为问题应该在数据集中设置准备方法或在数据集中。
重新培训60k个步骤后,问题仍然存在,但另一个类又将其包裹了。
显示的警告是:
如果有人甚至可以向我显示正确解决方案的提示,我将不胜感激。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.