TensorFlow对象检测API仅训练多个

Question

我在我自己的数据集上使用TF对象检测API运行培训过程，但是经过相当多的步骤（大约20k）后，我可以在TensorBoard的PerformanceByCategory菜单中看到mAP仅针对一个类别增加，其他是甚至没有开始。

我的数据集采用PascalVOC格式，我正在关注this answer来创建它。数据准备完成后，我生成了Pascal记录，编辑了标签图和管道配置，将所有带有ssd模型检查点的人员下载到Google Cloud Platform，并根据Object Detection API Documentation开始培训和评估工作。

但是从TensorBoard看来，数据或其他东西出了问题，因为我的另一个类没有任何反应。

在使用多个类训练Object Detection API时是否有任何提示或功能？

提前感谢您的帮助！

[EDITED]：

因此，我尝试使用他们在教程中默认提供的PascalVOC数据集来训练模型，我注意到他们的Pascal记录比我的大得多。我在文本编辑器中打开它们，并且有来自ImageSets的每个类的引用，但是我的记录仅包含我在create_pascal_tf_records.py中指向的类的引用。

我想念的是什么人？请帮忙！

Answer 1

好的，我想我已经弄明白了什么。

主要问题是我没有正确地制作ImageSet。对于每个班级，我一直在添加相应的图像列表，因此每个列车和val文件在我的情况下都不同。

由于this answer：

  

妙语是我们目前只看第一列   aeroplane_train.txt文件（与其他文件相同   xxx_train.txt文件）并让我们弄清楚每个图像的路径   训练集。

因为每个文件都不同，所以create_pascal_tf_records.py只选择我的第一堂课。

希望这会帮助别人。