我在自定义数据集上尝试tensorflow对象检测,由于某种原因,我的模型没有学到任何东西,这里是我试过的一个列表
但不幸的是我的模型没有学到任何东西
信息:我正在谷歌培训平台,如this tutorial . 我的配置管道config,我的pbtxt .
我用Labelimg创建了注释
EDIT
即使在谷歌 Cloud 平台
训练6小时后也没有看到实际检测,并且没有看到精度的增加 .
EDIT 2
link到数据集 . 我没有使用此数据集中的所有图像,因为其中一些图像无关紧要,我只使用了我已注释的图像 .
3 回答
一个问题可能是在配置文件中,类的数量是
37
,但对于您的数据集,您只有一个类 . 尝试将配置文件中的num_classes更改为1
,看看会发生什么 .我有相同的问题 . 我尝试使用TensorBox,学习得到了一些好的结果 . 现在我不能用Tensorflow . enter image description here
我的训练数据集遇到了同样的问题 .
损失收敛到接近0表示网络正在学习
评估集将产生极少或绝对没有检测
我的案例与@ShivaKishore略有不同,因为我的数据集中有很多类 . 经过几次调试尝试后,最终产生了一些检测 . 我将课程数量减少到一个 class . 这并不是说你只能识别一个类,而是它根除了我的tfrecord代中的一个错误 . 我还在试图找出那个bug是什么 . 我知道我的"debug"版本的数据集中找不到许多标签,这可能会导致问题?
我认为我的问题和@ ShivaKishore的问题有点不同但有相同的根,网络和类标签不相同 . @ShivaKishore你有没有修复过其他人指出的num_classes问题?我很乐意能解决你的问题 .