在自定义数据集上训练更快的RCNN

Question

我正在尝试为{2}问题Py-Faster-RCNN和obj1运行obj2。

1. 我已将数据存储为Pascal格式。
2. 我还将caffe定义的最后一层的输出数量更改为3（即2 + BG）和12（4 * 3）。
3. 由于某些原因，我无法使用预训练模型。

现在，我希望从头开始训练caffe模型，用于上述两个类。所以，我的问题是;如果我正在运行以下命令，

./tools/train_net.py --gpu 0 --imdb voc_2007_trainval --cfg experiments/cfgs/config.yml --solver models/pascal_voc/ZF/faster_rcnn_end2end/solver.prototxt --iter 10000

是否符合我的要求（或者我在想什么），即obj1和obj2的对象分类和本地化。或者，还有其他事情发生了？因为我的AP值非常低（obj1 = 0.042; obj2 = 0.006），因为我通过运行10000次迭代获得了模型。

Answer 1

如果您已安排PASCAL格式的obj1和obj2课程的数据，那么您正在运行培训代码。

我认为您在创建提及培训和测试样本的文本文件时特别小心。请参阅PASCAL设置以供参考。