TensorFlow中的网络架构

Question

我正在训练一个有张量流的网络，但结果还不够好。该模型无法概括，然后它只检测每个图像的几个对象（框）。

从上面可以看出，我不知道如何确定我的网络是否太小/太大以至于我的目的。目前，我使用Resnet101，但我不知道它是否真的适合我（我想检测5个对象类）或者我是否应该更改为ResNet50或ResNet152。

有没有办法正确选择它。

谢谢。

Answer 1

在继续自行实施网络之前，您可以尝试将预先训练的模型转移到您的数据中。

因为你正在解决物体检测和分类的问题。你可以看看一些流行的网络，比如Faster RCNN和YOLO。

有很多东西可以用你自己训练过的模型来解决，这些是我能想到的一些事情：

1. 培训和测试数据的分布不同
2. 您的模型已经过度训练您的训练数据，您可以尝试一些正规化方法来防止这种情况发生。
3. 执行超参数网格搜索，每个时间段找到最佳学习率值，keep_prob等。
4. 没有足够的培训数据进行概括。
5. 至于网络规模，在您当前的训练装备上安装最大的网络，然后开始减小其大小，以找到准确度和计算强度之间的最佳点。