Tensorflow对象检测无法学习自定义数据集（猴子图像）

Question

我在自定义数据集上尝试张量流对象检测，出于某种原因，我的模型没有学习任何东西 这是我尝试的列表

1. 我尝试过培训来自Oxford-IIIT Pet Dataset的宠物数据集，如同here。它按预期工作

2. 现在我按照this教程训练我自己的数据集（用于测试我只是使用猴子的图像）

但不幸的是我的模型没有学习任何东西

信息：正在this tutorial进行谷歌平台培训。我的配置管道config，我的pbtxt。

我使用Labelimg

创建了注释

修改

即使在谷歌云平台进行了6小时的培训后，也看不到实际的检测结果 并没有看到精度上升。

编辑2

link到数据集。我没有使用此数据集中的所有图像，因为其中一些图像无关紧要，我只使用了我已注释的图像。

Answer 1

一个问题可能是在配置文件中，类的数量为37，但对于您的数据集，您只有一个类。尝试将配置文件中的num_classes更改为1，看看会发生什么。

Answer 2

我遇到了同样的问题。我尝试使用TensorBox，学习时取得了一些好成绩。现在我不能用Tensorflow。 enter image description here

Answer 3

我的训练数据集遇到了同样的问题。

• 损失收敛到接近0表示网络正在学习
• 评估集将产生极少或绝对没有检测

我的案例与@ShivaKishore略有不同，因为我的数据集中有很多类。经过几次调试尝试后，最终产生了一些检测。 我将课程数量减少到单个课程。这并不是说你只能识别一个类，而是根除了我的tfrecord代中的一个错误。我还在试图找出那个bug是什么。我知道我在数据集的“调试”版本中找不到许多标签，这可能会导致问题吗？

我认为我的问题和@ ShivaKishore的问题有点不同但是有相同的根，网络和类标签没有jive。 @ShivaKishore你有没有修复过其他人指出的num_classes问题？我很乐观能解决你的问题。