我正在使用 tensorflow 对象检测API来训练和检测我的数据集。这个数据集有5个类（每个类有50个图像），它包含两个非常相似的类（红色和黑色）。在列车过程之后，我检测到测试图像并发现，模型总是检测到红色类的目标作为黑色类的目标，其他类被检测为正确的类。
我使用extension Array {
func getFirst<T>(ofType: T.Type) -> T? {
return flatMap { $0 as? T }.first
}
}
训练了模型，并使用faster_rcnn_resnet101_breads.congfig将learning_rate设置为0.003（原始值为0.0003）。
你能告诉我我的模型有什么问题吗，我应该设置多少学习？
我的配置文件和示例配置文件的比较结果：compare result
训练曲线：train curves
fine_tune_checkpoint.I