即使损失很低，Tensorboard mAP分数也均为0

Question

我在自定义数据集的Tensorflow对象检测API上训练了更快的rcnn模型。 我发现在3.5k步后损失约为2。 但是，当我运行eval.py时，mAP分数几乎都为0，如下所示。

我不明白为什么会这样。 但是，当我以3.5k的步长查看图像时，该模型捕获了一些框，如下所示

有人可以解释为什么即使模型已经学会输出很多盒子，但是mAP分数却接近于零？

Answer 1

图像显示每个类别的AP@0.5IOU得分，而不是mAP。 正如您在PerformanceByCategory中看到的那样，在您的情况下，它会获得每个类别的得分，并显示“遮阳篷三轮车”，“自行车”，“公共汽车”，“汽车”，“被忽略的区域”等...

如图像输出中所示，检测到的类别（例如“汽车”，“汽车”，“行人”）显示AP分数偏离零，而其余类别的AP分数为零。 这意味着该模型仍未在测试图像中找到相应的类别。

这可能是由于您的实验中存在许多变量。 以下是您可能会问自己的一些问题。 您为每个类别分配了多少张训练图像？ 每个类别的训练图像的比例应大致相等，每个类别的测试图像的比例也应大致相等。 如果有更多针对汽车和行人的训练图像，则该模型将更有可能拾取汽车和行人的物体，因此会为他们显示非零的AP得分，而自行车的AP得分为零。