TensorFlow中的网络架构

时间:2018-02-12 16:44:32

标签: tensorflow resnet

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。

1 个答案:

答案 0 :(得分: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。