Question

我正在尝试训练一个模型来检查图像，识别指定的对象并告诉我其模型（我什至不需要看到对象周围的正方形）。

为此，我使用Tensorflow的对象检测功能，而我所做的大部分工作都是看本教程：

How To Train an Object Detection Classifier for Multiple Objects Using TensorFlow (GPU) on Windows 10

但是某些事情发生了变化，可能是由于更新，然后我不得不自己做一些事情。我实际上可以训练模型（我想），但是我不理解评估结果。我过去经常看到损耗和电流阶跃，但是这个输出对我来说并不常见。另外，我认为培训没有保存。

培训命令行：

model_main.py --logtostderr --train_dir=training/ --pipeline_config_path=training/faster_rcnn_inception_v2_coco.config

配置文件：

model {
  faster_rcnn {
    num_classes: 9
    image_resizer {
      keep_aspect_ratio_resizer {
        min_dimension: 600
        max_dimension: 1024
      }
    }
    feature_extractor {
      type: 'faster_rcnn_inception_v2'
      first_stage_features_stride: 16
    }
    first_stage_anchor_generator {
      grid_anchor_generator {
        scales: [0.25, 0.5, 1.0, 2.0]
        aspect_ratios: [0.5, 1.0, 2.0]
        height_stride: 16
        width_stride: 16
      }
    }
    first_stage_box_predictor_conv_hyperparams {
      op: CONV
      regularizer {
        l2_regularizer {
          weight: 0.0
        }
      }
      initializer {
        truncated_normal_initializer {
          stddev: 0.01
        }
      }
    }
    first_stage_nms_score_threshold: 0.0
    first_stage_nms_iou_threshold: 0.7
    first_stage_max_proposals: 300
    first_stage_localization_loss_weight: 2.0
    first_stage_objectness_loss_weight: 1.0
    initial_crop_size: 14
    maxpool_kernel_size: 2
    maxpool_stride: 2
    second_stage_box_predictor {
      mask_rcnn_box_predictor {
        use_dropout: false
        dropout_keep_probability: 1.0
        fc_hyperparams {
          op: FC
          regularizer {
            l2_regularizer {
              weight: 0.0
            }
          }
          initializer {
            variance_scaling_initializer {
              factor: 1.0
              uniform: true
              mode: FAN_AVG
            }
          }
        }
      }
    }
    second_stage_post_processing {
      batch_non_max_suppression {
        score_threshold: 0.0
        iou_threshold: 0.6
        max_detections_per_class: 100
        max_total_detections: 300
      }
      score_converter: SOFTMAX
    }
    second_stage_localization_loss_weight: 2.0
    second_stage_classification_loss_weight: 1.0
  }
}

train_config: {
  batch_size: 5
  optimizer {
    momentum_optimizer: {
      learning_rate: {
        manual_step_learning_rate {
          initial_learning_rate: 0.0002
          schedule {
            step: 900000
            learning_rate: .00002
          }
          schedule {
            step: 1200000
            learning_rate: .000002
          }
        }
      }
      momentum_optimizer_value: 0.9
    }
    use_moving_average: false
  }
  gradient_clipping_by_norm: 10.0
  fine_tune_checkpoint: "faster_rcnn_inception_v2_coco_2018_01_28/model.ckpt"
  from_detection_checkpoint: true
  num_steps: 50000
  data_augmentation_options {
    random_horizontal_flip {
    }
  }
}

train_input_reader: {
  tf_record_input_reader {
    input_path: "C:/tensorflow1/models/research/object_detection/images/train.record"
  }
  label_map_path: "C:/tensorflow1/models/research/object_detection/training/object-detection.pbtxt"
}

eval_config: {
  num_examples: 67
  max_evals: 10
}

eval_input_reader: {
  tf_record_input_reader {
    input_path: "C:/tensorflow1/models/research/object_detection/images/test.record"
  }
  label_map_path: "C:/tensorflow1/models/research/object_detection/training/object-detection.pbtxt"
  shuffle: false
  num_readers: 1
}

输出：

2019-03-16 01:05:23.842424: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1512] Adding visible gpu devices: 0
2019-03-16 01:05:23.842528: I tensorflow/core/common_runtime/gpu/gpu_device.cc:984] Device interconnect StreamExecutor with strength 1 edge matrix:
2019-03-16 01:05:23.845561: I tensorflow/core/common_runtime/gpu/gpu_device.cc:990]      0
2019-03-16 01:05:23.845777: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1003] 0:   N
2019-03-16 01:05:23.847854: I tensorflow/core/common_runtime/gpu/gpu_device.cc:1115] Created TensorFlow device (/job:localhost/replica:0/task:0/device:GPU:0 with 6390 MB memory) -> physical GPU (device: 0, name: GeForce GTX 1070, pci bus id: 0000:01:00.0, compute capability: 6.1)
creating index...
index created!
creating index...
index created!
Running per image evaluation...
Evaluate annotation type *bbox*
DONE (t=0.05s).
Accumulating evaluation results...
DONE (t=0.04s).
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.681
 Average Precision  (AP) @[ IoU=0.50      | area=   all | maxDets=100 ] = 1.000
 Average Precision  (AP) @[ IoU=0.75      | area=   all | maxDets=100 ] = 0.670
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.542
 Average Precision  (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.825
 Average Precision  (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = -1.000
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=  1 ] = 0.682
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets= 10 ] = 0.689
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=   all | maxDets=100 ] = 0.689
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.556
 Average Recall     (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.825
 Average Recall     (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = -1.000

faster_rcnn_inception_v2_coco_2018_01_28内的模型自2018年1月以来没有更改，这可能意味着即使进行培训，也无法保存进度。

我的问题是：

我在配置方面有问题吗？
培训进度是否已保存？
我如何理解此输出？（IOU？maxDets？区域？否定精确？是一个批次还是什么？）
我是否应该等待这种情况最终停止？我看不到我在哪一步，以及我用作的那部分输出这个例子出现了将近15分钟。

Answer 1

哇，这里有很多问题要回答。

1。我认为您的配置文件正确，通常需要仔细配置的字段为：

num_classes:您的数据集的类数
fine_tune_checkpoint：如果您采用跨语言学习，则开始进行培训的检查点；如果from_detection_checkpoint设置为true，则应提供此检查点。
label_map_path：标签文件的路径，类数应等于num_classes

input_path

train_input_reader

eval_input_reader

num_examples

eval_config，这是验证数据集的大小，例如验证数据集中的示例数。
num_steps：这是模型停止训练之前要达到的训练步骤总数。

2是，您的培训过程已保存，保存在train_dir（如果使用的是较旧版本的api，则保存为model_dir，如果使用的是最新版本的api），则是官方说明是here。您可以使用tensorbard来可视化您的培训过程。

3输出为COCO评估格式，因为这是默认的评估指标选项。但是您可以通过在配置文件的metrics_set :中设置eval_config来尝试其他评估指标，其他选项可用here。对于可可指标，具体来说：

IoU是 Union上的交集，它定义了检测边界框与地面真相框的重叠量。 This的答案为您提供了更多详细信息，以帮助您了解如何在不同的IoU上计算精度。
maxDets是 thresholds on max detections per image （有关详细讨论，请参见here）
area，区域分为三类，这取决于区域占用的像素数，小，中和大都定义为here。
至于“大”类别的负精度，我认为这是因为如果未将检测结果归类为“大”，则这是默认值（但我无法确认这一点，您可以参考可可官方网站{{3 }}）
评估是在整个验证数据集上执行的，因此验证集中的所有图像都是如此。
http://cocodataset.org/#home文件提供了有关可可指标的更多详细信息

4一旦培训总数达到cofig文件中设置的num_steps，培训就会停止。对于您而言，每15分钟执行一次评估会话。同样，也可以在配置This中配置每次评估的频率。

5尽管您遵循了上面的教程，但是我建议您遵循官方的API文档file。

PS：的确，我可以确认负精度得分是因为缺少相应的类别。请参阅https://github.com/tensorflow/models/tree/master/research/object_detection中的参考。

Tensorflow对象检测下一步

培训命令行：

配置文件：

输出：

1 个答案: