Caffe准确度增加得太快

Question

我正在对面部检测进行AlexNet微调：link

与链接的唯一区别在于我使用的是另一个数据集（facescrub和来自imagenet的一些图像作为反面示例）。

我注意到准确度增加得太快，在50次迭代中从0.308变为0.967，当它大约为0.999时，我停止训练并使用与上述链接相同的python脚本使用模型。

我用于测试数据集中的图像，结果远远不够好，test image result。如您所见，面中的框太大（并且数据集图像被紧密裁剪），更不用说不包含面的框。

我的求解器和train_val文件完全相同，唯一的区别是批量大小和最大大小。

Answer 1

原因是我的数据集比非面部示例有更多的面部示例。我尝试使用相同数量的正面和负面示例进行相同的设置，现在准确度增加得更慢。