即使損失很低，Tensorboard mAP分數也均為0

Question

我在自定義數據集的Tensorflow對象檢測API上訓練了更快的rcnn模型。 我發現在3.5k步后損失約為2。 但是，當我運行eval.py時，mAP分數幾乎都為0，如下所示。

我不明白為什么會這樣。 但是，當我以3.5k的步長查看圖像時，該模型捕獲了一些框，如下所示

有人可以解釋為什么即使模型已經學會輸出很多盒子，但是mAP分數卻接近於零？

Answer 1

圖像顯示每個類別的AP@0.5IOU得分，而不是mAP。 正如您在PerformanceByCategory中看到的那樣，在您的情況下，它會獲得每個類別的得分，並顯示“遮陽篷三輪車”，“自行車”，“公共汽車”，“汽車”，“被忽略的區域”等...

如圖像輸出中所示，檢測到的類別（例如“汽車”，“汽車”，“行人”）顯示AP分數偏離零，而其余類別的AP分數為零。 這意味着該模型仍未在測試圖像中找到相應的類別。

這可能是由於您的實驗中存在許多變量。 以下是您可能會問自己的一些問題。 您為每個類別分配了多少張訓練圖像？ 每個類別的訓練圖像的比例應大致相等，每個類別的測試圖像的比例也應大致相等。 如果有更多針對汽車和行人的訓練圖像，則該模型將更有可能拾取汽車和行人的物體，因此會為他們顯示非零的AP得分，而自行車的AP得分為零。