Tensorboard mAP分数均为0，即使损失很低

Question

我在自定义数据集上的tensorflow对象检测API上训练了一个更快的rcnn模型。我发现3.5k步后损耗约为2。但是，当我运行eval.py时，mAP分数几乎都为0，如下所示。

我不明白为什么会这样。但是，当我以3.5k的步长查看图像时，模型已经捕获了一些框，如下所示

有人可以解释为什么mAP分数接近于零，即使该模型已经学会输出相当多的盒子吗？

Answer 1

图像显示的是每个类别的AP@0.5IOU得分，而不是mAP。正如您在PerformanceByCategory中看到的那样，它会显示每种情况的得分，其中显示“遮阳篷三轮车”，“自行车”，“公共汽车”，“汽车”，“被忽略的区域”等...

与图像输出中一样，检测到的类别（例如“汽车”，“汽车”，“行人”）显示了AP得分偏离零，而其余类别的AP得分为零。这意味着该模型仍未在测试图像中找到相应的类别。

这可能是由于您的实验中存在许多变量。以下是您可能会问自己的一些问题。 您为每个类别分配了多少张训练图像？每个类别的训练图像的比例应大致相等，每个类别的测试图像的比例也应大致相等。如果有更多针对汽车和行人的训练图像，则该模型将更有可能捡起汽车和行人的物体，从而显示出非零的AP得分，而自行车的AP得分为零。