更快 - RCNN评估

时间:2016-05-04 01:20:55

标签: caffe conv-neural-network pycaffe

我正在INRIA Person数据集上培训Faster-RCNN(VGG-16架构)。我接受了180,000个训练步骤的训练。但是当我评估网络时,它会给出相同图像的不同结果。 以下是图片First Evaluation

Second Evaluation

Third Evaluation

我不确定为什么它会对同一组权重给出不同的结果。网络是用caffe实现的。 对此问题的任何见解都非常感谢。

下图显示了不同的网络损失 enter image description here

1 个答案:

答案 0 :(得分:5)

最近,我还准备了自己的数据集进行培训,并获得了与您相似的结果。

以下是我的经历并与您分享:

  1. 检查输入格式是否包含图像和你的边界框csvfile或xml(总是放在注释文件中)是否所有边界框(x1,y1,x2,y2)都正确?

  2. 然后检查roidb / imdb加载python脚本(放在FasterRCNN / lib / datasets / pascal_roi.py上,也许你的是inria.py), 确保_load_xxx_annotation()通过print bounding_box和filename正确加载所有边界框。 重要,如果您的脚本被复制并修改了pascal_roi.py或任何原型脚本,请检查是否将所有roi和图像信息保存到缓存文件中,如果是,则需要删除该缓存文件您更改任何配置文件并重试。

  3. 最后,确保在网络训练时正确生成所有边界框(例如,打印 minibatch 变量以显示文件名,并在FasterRCNN / lib /中显示相应的x1,y1,x2,y2 roi_data_layer / layer.py)。如果正确生成roi生成器,边界框与手动选择边界框的区别不大。

  4. 某些类似的issue也可能导致此问题。