大家好
我的目标是在1920x1080大小的图像上检测人和车(白天和晚上),为此我使用tensorflow API,我使用SSD mobilenet模型,我注释了7个不同摄像头的1000个图像(900个用于培训,100个用于评估)。我启动了一个960x540图像大小的培训。我的模型不收敛。我不知道该怎么办,我应该为白天和晚上的物品安排不同的课程吗?在
在使用tensorflow API进行人脸检测的教程中,他们使用只包含人脸的图像的数据集,然后在复杂场景中使用该模型。知道像SSD这样的模型也能学到反面例子,这是个好主意吗?在
谢谢你
(来源:https://blog.usejournal.com/face-detection-for-cctv-surveillance-6b8851ca3751)
你说的“不收敛”是什么意思?你指的是列车/验证损失吗?
在这种情况下,我首先想到的是降低学习率(我也有类似的问题)。 您可以通过修改配置文件来实现,在“列车配置”部分中,您将找到值“初始学习速率”
试着把它设置为一个较低的值(比如,低一个数量级),看看它是否有用。在
相关问题 更多 >
编程相关推荐