为什么完全丢失对象检测看起来非常糟糕？

Question

描述问题：

我运行了object_detection train.py脚本，该脚本已成功运行。但是全损是非常巨大的。我会附上截图。请告诉我，如果此行为是由于存储库中的新更改？因为我非常确定我完全遵循了所有指示。

系统信息

您正在使用的模型的顶级目录是什么：〜/ tensorflow / models / research / object_detection

我是否编写了自定义代码（与使用TensorFlow中提供的库存示例脚本相反）：没有自定义代码，并使用object_detection文件夹中提供的神经网络。再培训的数据集是我自己的。

OS平台和发行版（例如，Linux Ubuntu 16.04）：Linux Ubuntu 16.04

从（源或二进制）安装的TensorFlow：源

TensorFlow版本（使用下面的命令）：1.4.0-rc0

Bazel版本（如果从源代码编译）：

Python 2.7版

CUDA / cuDNN版本：CUDA 8.0，cudnn 6.0，nVidia驱动程序：384.90

GPU：nVidia TitanXp 12GB内存

重现的确切命令： python object_detection / train.py --logtostderr --pipeline_config_path =＆＃34; /home/ubuntu/new-mask-branch/models/research/object_detection/samples/configs/faster_rcnn_inception_resnet_v2_atrous_coco.config" --train_dir =＆＃34; /家庭/ ubuntu的/新的掩模分支/模型/研究/ object_detection /输出/ atrous_mask＆＃34;

损失/ BoxClassifierLoss / classification_loss / mul_1 - 此损失贡献更多（99％的损失因此而变得更高）

注意：在办理了最新的登记入住手续后，我得到了一些损失。