Object 檢測 1080p 與 SSD Mobilenet (Tensorflow API)

Question

大家好，

My objective is to detect people and cars (day and night) on images of the size of 1920x1080, for this I use the tensorflow API, I use a SSD mobilenet model, I annotated 1000 images (900 for training, 100 for evaluation) from 7個不同的相機。 我以 960x540 的圖像大小啟動訓練。 我的 model 不收斂。 我不知道該怎么辦，我應該為白天和夜晚的對象制作不同的類嗎？

在使用 tensorflow API 進行人臉檢測的教程中，他們使用僅包含人臉的圖像數據集，然后在復雜場景中使用 model。 知道像 SSD 這樣的 model 也會學習負面示例，這是個好主意嗎？

謝謝

（來源： https://blog.usejournal.com/face-detection-for-cctv-surveillance-6b8851ca3751 ）

Answer 1

“不收斂”是什么意思？ 您指的是火車/驗證損失嗎？
在這種情況下，我首先想到的是降低學習率（我也遇到過類似的問題）。 你可以通過修改你的配置文件來做到這一點，在“ train_config ”部分你會找到值“ initial_learning_rate ”。
嘗試將其設置為較低的值（例如，降低一個數量級），看看它是否有幫助。