两个类别的Tensorflow对象检测模型仅检测一个类别并且损失不会减少到0.1以上

编程问答 2022-08-16

问题描述

我正在使用来自tensorflow模型动物园的“ faster_rcnn_inception_resnet_v2_atrous_coco”模型来检测左右手套。 我有3710个手套图像（256像素x 256像素rgb）的训练集，其中1855个是右手手套，而1855个是左手，还有250个图像的测试集。 我已经正确配置了.config文件和.pbtxt文件。 用于创建tfrecords的XML文件也没有问题。 训练已经进行了84k步，并且损失仍然约为0.18（根据张量板），损失的减少率确实很低，似乎并没有达到0.05的损失（我期望损失）至少再走10万步。 我正在使用1的批量大小和0.0003的学习率。 我使用中间权重文件运行了6次检测，在所有情况下，检测始终是所有事物的单一类。 我该怎么办（不能使用YOLO，我被迫使用tensorfow模型）

到目前为止我尝试过的事情

  1. 将学习率更改为0.1、0.0009、0.001，在所有这些情况下，损失都急剧增加
  2. 将批次大小更改为2
  3. 使用了模型“ faster_rcnn_resnet101”，但最终仍然为所有内容使用相同的标签。

OS = Windows 10 GPU = Quadro RTX 5000 Tensorflow版本= 1.15

enter image description here

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

object-detection-apipythontensorflowtensorflowtensorflow