我正在使用google api（faster_rcnn_inception_resnet_v2_atrous_coco）中提供的预训练模型在水果数据集上训练更快的rcnn模型 .
我对默认配置进行了一些更改 . （类数：12 fine_tune_checkpoint：预训练检查点模型的路径和from_detection_checkpoint：true） . 我拥有的注释图像总数约为12000 .
在训练了9000步之后，我得到的结果的准确度百分比低于1，尽管我期望它至少达到50％（在评估中没有任何东西被检测到，因为准确度几乎为0） . 损失在0到4之间波动.
我应该为它训练的步数应该是多少 . 我读过一篇文章，说你要跑800k步，但是从头开始训练的步数是多少？
由于类的数量不同，模型的FC层会发生变化，但它不应该影响那些已经存在于预训练模型中的类，如'apple'？
任何帮助将非常感激！
1 回答
您不应该查看您的训练损失以确定何时停止 . 相反，您应该定期通过评估程序运行模型，并在评估mAP停止改进时停止培训 .