何时停止训练物体检测张量流

Question

我正在使用google api（faster_rcnn_inception_resnet_v2_atrous_coco）中提供的预训练模型在水果数据集上训练更快的rcnn模型。

我对默认配置进行了一些更改。 （类数：12 fine_tune_checkpoint：预训练检查点模型的路径和from_detection_checkpoint：true）。我拥有的带注释图像总数约为12000个。

经过9000步训练后，我得到的结果的准确度百分比低于1，虽然我预计它至少是50％（在评估中没有任何东西被检测到，因为准确度几乎为0）。损失在0到4之间波动。

我应该为它训练的步数应该是多少。我读过一篇文章，说你要跑800k步，但是从头开始训练的步数是多少？

由于类的数量不同，模型的FC层会发生变化，但它不应影响那些已经存在于预训练模型中的类，例如“苹果”和“苹果”。

任何帮助将不胜感激！

Answer 1

您不应该查看您的训练损失以确定何时停止。相反，您应该定期通过评估程序运行模型，并在评估mAP停止改进时停止培训。