tensorflow - TensorFlow 中的网络架构

Question

我正在用 tensorflow 训练一个网络，但结果还不够好。该模型无法泛化，因此它仅检测每个图像的几个对象（框）。

从上面看，我不确定如何确定我的网络对于我的目的是否太小/太大。目前，我使用 Resnet101，但我不知道它是否真的适合我（我想检测 5 个对象类）或者我是否应该更改为 ResNet50 或 ResNet152。

有什么方法可以正确选择。

谢谢你。

Answer 1

在继续自己实施网络之前，您可以尝试将学习的预训练模型转移到您的数据中。

由于您正在解决对象检测和分类的问题。你可以看看一些流行的网络，比如 Faster RCNN 和 YOLO。

您自己训练的模型可能会出现很多问题，这些是我能想到的一些事情：

1. 训练和测试数据的分布不同
2. 您的模型过度拟合了您的训练数据，您可以尝试一些正则化方法来防止这种情况。
3. 对几个 epoch 进行超参数网格搜索，以找到学习率、keep_prob 等的最佳值。
4. 没有足够的训练数据进行泛化。
5. 至于网络大小，请尽可能在当前训练设备上安装最大的网络，然后开始减小其大小以找到准确度和计算强度之间的最佳平衡点。