我想使用张量流对象检测API训练行人检测模型。
我使用的训练集是MSCOCO和SPID的组合。 并且10％的SPID作为测试集。
我选择combs = {}
for i in range(1, len(wallet)):
for x in it.combinations(wallet, i):
combs.setdefault(sum(x), set()).add(x)
...
i, combs[i]
Out[]:
(40, {(5, 10, 10, 15), (10, 15, 15)})
模型来训练它的最高速度。
我尝试调整了几个超参数，例如LR，LR衰减，SSD最小和最大比例，SSD纵横比。
我得到的最高mAP@0.50得分是0.68，考虑到SPID数据集的难度，这也不错。
当我进行错误分析时，我发现在大多数缺失检测情况下，模型无法检测到相对较小的物体（行人）。
在搜索互联网后，我发现部署SSD对象检测时最常见的问题之一是它缺乏检测小对象的能力。
许多人说使用SSD512型号可能有所帮助。
但是，我找不到任何文档说明如何在ssd-mobilenet对象检测文档中执行此操作。
我试图改变
管道配置中的image_resizer部分直接从300到512，但是训练结果表现比以前差，我很确定它不是正确的做法，因为基地SSD512的架构与SSD300不一样。
任何人都知道如何配置对象检测管道配置以使用SSD512架构而不是tensorflow训练SSD-mobilenet模型？