奇怪的跳跃损失功能 - 欠拟合?

时间:2018-04-14 15:22:23

标签: python-3.x tensorflow conv-neural-network object-detection

这是我的第一个问题,如果我做错了,请耐心等待。

在我的空闲时间,我喜欢尝试神经网络,特别是对象检测NN。我跟着this tutorial使用了更快的rcnn-v2(预训练),并且对于教程中提供的测试文件,训练很顺利,对象检测器也可以工作。

然后我改为自己的照片并尝试调整步骤。但是,经过几步后训练开始,我的失去开始跳跃(如图所示)jumping losshere are the tensorboard records。经过几千步之后,我拍了这张照片,但之后没有任何改变。我曾经训练过80.000步,我仍然有跳跃损失。

我训练网络检测大图片中相对较小的物体,这样可能有问题?我想用它来检测音乐笔记。我开始只使用两个对象as you can see here进行测试,看看它是否有效。图像的分辨率约为2500 x 1500.

我有大约170张标记图像用于训练,图像中每个类别约有10个对象,30张图片用于测试。

由于那不起作用,我试图训练只有一个图像进行测试和训练以引起过度拟合,看到模型本身可以处理这个但是损失也开始跳跃。

那么错误在哪里呢?我担心这种神经网络对于这种物体检测是错误的......

PS:不知道这是否重要我用paperpace来训练网络。

0 个答案:

没有答案