我用TF Object Detection API在我自己的数据集上运行了几个类的训练过程,但是经过了相当大的步骤(大约20k),我可以在TensorBoard的PerformanceByCategory菜单上看到mAP只针对一个类别增加,而其他类别甚至没有启动。在
我的数据集是PascalVOC格式的,我按照dataset?noredirect=1&lq=1">this answer创建它。数据准备完成后,我生成了Pascal记录,编辑了标签地图和管道配置,将所有拥有ssd模型检查点的员工下载到Google云平台,并根据Object Detection API Documentation开始培训和评估工作。在
但从TensorBoard看来,数据或其他方面出了问题,因为我的另一个类没有发生任何事情。在
在使用多个类训练对象检测API时,是否有任何提示或特性?在
提前感谢您的帮助!在
[已编辑]:
所以,在尝试用他们在教程中默认提供的PascalVOC数据集训练模型后,我注意到他们的Pascal记录比我的大得多。我在文本编辑器中打开它们,其中有来自ImageSets的每个类的引用,但是我的记录只包含我在create_pascal_tf中指向的类的引用_记录.py. 在
我错过了什么?请帮忙!在
好吧,我想我已经知道怎么了。在
主要的问题是我制作的图像集不正确。对于每个类,我都添加了相应的图像列表,因此在我的例子中,每个train和val文件都是不同的。在
由于this answer:
因为每个文件都是不同的_记录.py只选了我第一堂课的路。在
希望这对其他人有帮助。在
相关问题 更多 >
编程相关推荐