我使用了 tensorflow 对象检测 API。
这是我的环境。
所有图片均来自 coco API
Tensorflow version : 1.13.1
Tensorboard version : 1.13.1
Number of test images : 3000
Number of train images : 24000
Pre-trained model : SSD mobilenet v2 quantized 300x300 coco
Number of detecting class : 1(person)
这是我的 train_config。
train_config: {
batch_size: 6
optimizer {
adam_optimizer: {
learning_rate {
exponential_decay_learning_rate: {
initial_learning_rate:0.000035
decay_steps: 7
decay_factor: 0.98
}
}
}
}
fine_tune_checkpoint: "D:/TF/models/research/object_detection/ssd_mobilenet_v2_quantized_300x300_coco_2019_01_03/model.ckpt"
fine_tune_checkpoint_type: "detection"
num_steps: 200000
data_augmentation_options {
random_horizontal_flip {
}
}
data_augmentation_options {
ssd_random_crop {
}
}
}
我找不到优化的学习率、适当的衰减步骤和因子。
所以我做了很多训练,但结果总是相似的。
我怎样才能解决这个问题??
我已经为这个问题花了一周的时间。
在另一篇文章中,有人建议向数据集(图像)添加噪声。
但我不知道这意味着什么。
我怎样才能做到这一点?