1

对于我从自定义训练模型获得的一些评估结果，我将不胜感激。我正在使用来自http://download.tensorflow.org/models/object_detection/tf2/20200711/ssd_mobilenet_v2_320x320_coco17_tpu-8.tar.gz的 SSD MobileNet v2 320x320

我的对象有 12 个类，我想检测和分类使用 PASCAL VOC 格式（每个图像一个 XML 文件）注释的对象。此外，我使用不同的随机种子进行了 2 次不同的训练。所以这个问题不仅仅针对一次培训。所以我正在根据官方 TF-Object-Detection GitHub https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/evaluation_protocols.md评估这些模型

我正在使用 2 个指标：

  • coco_detection_metrics ：这个给出了一般平均平均精度 (mAP) @IoU=0.5, @IoU=0.75, @IoU0,5:.05:0.95 和良好的全局结果。

有问题的指标按类别如下，因此对于每个类：

  • pascal_voc_detection_metrics 具有以下配置：
eval_config {
  metrics_set: "pascal_voc_detection_metrics"
  num_examples: 2092  # number of test images
}

在这两种训练中，我目前的课程（大约 2-3k 图像超过 10k）在 0 附近具有非常低的精度，例如 10^-3，我真的不知道为什么，因为所有其他类别都高于 75-80%精确。

Tensorboard 显示的是按字母顺序排列的图表，所以我用班级编号注释了我的第二张图片。让我们看看第一次训练的指标： 1st_training

让我向您展示第二次培训的更详细的指标曲线： 2nd_training

先感谢您 ！

4

0 回答 0