我在官方GitHub上使用mxnet示例用于Faster R-CNN: Faster R-CNN
我创建了自己的数据集并调整了pascal_voc.py
文件。这包括将课程数量更改为13。
我的照片分辨率为600 * 800像素,因此比VOC数据集略大。
在我的火车图像中,我有2000个例子,比VOC少3000个。
我在python中使用mxnet 0.10。
我在训练中没有错误,损失正在减少,但是当我在10个时期之后使用模型时,我没有得到任何结果,只是:
class ---- [[x1, x2, y1, y2, confidence]]
有没有人知道我可能缺少什么?
答案 0 :(得分:0)
如果您对mxnet的灵活接口gluon感到满意,您是否可以尝试GluonCV的Faster RCNN示例:
https://gluon-cv.mxnet.io/build/examples_detection/train_faster_rcnn_voc.html