caffe - Faster-RCNN 评估

Question

我正在 INRIA Person 数据集上训练 Faster-RCNN（VGG-16 架构）。我接受了 180,000 个训练步骤的训练。但是当我评估网络时，它会用相同的图像给出不同的结果。以下是图片

我不确定为什么它会为同一组权重给出不同的结果。网络是在 caffe 中实现的。非常感谢您对问题的任何见解。

下图显示了不同的网络损失

Answer 1

最近，我也准备了自己的数据集进行训练，得到了和你类似的结果。

以下是我的经验，与大家分享：

1. 检查输入格式包括图像和你的边界框 csvfile 或 xml（总是放在 Annotation 文件上）是否所有边界框（x1，y1，x2，y2）都正确？

2. 然后检查roidb/imdb加载python脚本（放在FasterRCNN/lib/datasets/pascal_roi.py，也许你的是inria.py），确保_load_xxx_annotation()通过打印bounding_box和文件名正确加载所有边界框。重要的是，如果您的脚本被复制并修改了 pascal_roi.py 或任何原型脚本，请检查它是否会将所有 roi 和图像信息保存到缓存文件中，如果是，您需要在更改任何配置文件时删除该缓存文件并重新-尝试。

3. 最后，确保在网络训练时正确生成所有边界框（例如打印小批量变量以显示文件名和相应的 x1、y1、x2、y2 显示在 FasterRCNN/lib/roi_data_layer/layer.py）。如果 roi 生成器正确生成，则边界框与您手动选择的边界框不会有很大差异。

一些类似的问题也可能导致此问题。