我在此tutorial之后使用了Tensorflow对象检测API并对其进行了训练以预测三类的自定义图像。在49K步骤之后并且大部分损失< 0.05我停下来冻结了模特。当我尝试从图像中检测对象时。模型正确检测对象但提供了错误的类标签，它也只为所有检测到的对象提供了一个标签。我检查了test.Record和train.Record，它正确捕获了边界框坐标和class / class_text。我尝试调试预测模型并找到以下分数：此输出是每个提案的特定类的类和分数。它返回了300个提案值，但我只针对这个问题进行了编辑。
类： [[2。 1. 3. 3. 2. 2. 1. 3. 2. 1. 2. 2. 2. 2. 2. 2. 2. 2. 2. 1. 2. 2. 3。 2。 3. 2. 2. 2. 2. 3. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 1. 2. 2. 3. 2. 2. 2。 2. 2. 1. 2. 2. 1. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 3. 2。 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 3. 2. 2. 2. 1。 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 2. 3. 2. 2. 2. 1. 2. 2. 2. 2. 3. 3. 2. 2.]]
得分 [[9.34299827e-01 9.87844169e-02 7.54007278e-03 3.31299962e-04 8.95422545e-06 8.40702705e-06 7.37192840e-06 2.25948543e-06 1.55862494e-06 1.32166167e-06 9.75570629e-07 5.88678745e-07 5.05015009e-07 4.21588567e-07 2.58588926e-07 2.14299249e-07 1.97753181e-07 1.18188609e-07 7.23913232e-08 6.49422844e-08 6.09321731e-08 5.54216335e-08 4.88208514e-08 4.80325468e-08 4.59127847e-08 4.42321024e-08 4.26271001e-08 3.75534768e-08]]
正确的班级标签是3，与其他2级相比，得分非常低。对于这个检查点，它有利于2级，我尝试重新训练并提前停止，然后发现模型偏向不同的等级。但所有这些都是指数分数。当我尝试使用教程数据集和记录文件时，它包含6个类。在早期停止时，我得到了不同的标准化输出，更重要的是它能够预测多个级别，尽管准确度很差，分数正常。
类： [[1。 6. 6. 6. 1. 1. 1. 5. 6. 1. 6. 6. 1. 6. 5. 5. 5. 5. 5. 6. 6. 3. 3。 3。 3. 1. 5. 4. 3. 1. 3. 5. 1. 2. 2. 5. 1. 3. 5. 3. 6. 6. 6. 5. 3. 4. 1. 4。 1. 2. 3. 5. 6. 4. 3. 4. 3. 4. 3. 3. 1. 5. 4. 2. 6. 4. 3. 4. 3. 2. 2. 2。 1. 6. 2. 3. 3. 6. 2. 6. 2. 1. 1. 4. 4. 2. 3. 2. 4. 4. 3. 4. 2. 4. 4. 4.]]
得分 [[0.8057396 0.54363483 0.41639847 0.4116147 0.40117604 0.30583626 0.28162587 0.19588488 0.17949946 0.17705482 0.14739332 0.1368773 0.11625872 0.09852906 0.09733354 0.09538303 0.09463519 0.07830063 0.07063951 0.06350185 0.06187743 0.05515279 0.05392814 0.05084944 0.04962941 0.04584368 0.04244312 0.04015012 0.03859867 0.03793424 0.03495875 0.03406471 0.03277094 0.03216837 0.03211389 0.0311062 0.03045315 0.03031772 0.02878817 0.02855495 0.02775684 0.02764305 0.02756038 0.0258495 0.02555148 0.02552066 0.02524703 0.0251481 0.02503884 0.024954 0.02364612 0.02353399 0.02353344 0.02315213 0.0230271 0.02294012 0.02266986 0.02261656 0.02215081 0.02189769]]
我想知道为什么经过这么多步骤并且价值非常低，我的模型表现得很差，为什么它会坚持单一课程。我该如何解决这个问题？
我使用600张图片作为试图，72张作为验证。我使用labelIMG裁剪图像。
答案 0 :(得分：0)
首先，很难说600张图像是否是足够大的数据集来训练您的模型。这可能是问题更难，需要更多的例子。
分数本身并没有多说。可能是这些示例只是令人困惑，或者它们与训练数据集太不相同（再次指向您需要更多示例）。
您也没有显示任何暗示您没有过度适应的内容。
请考虑以下一些事项：