训练精度波动但没有提高,bbox预测始终为零

时间:2019-04-08 06:41:56

标签: keras deep-learning

我是cnn的新手,正在尝试为我的输入数据构建一个边界框回归器。我有一个包含多个对象的视频,但是我只想针对一个特定对象进行训练/跟踪。由于我只有一个班级,因此我的网络输出是4个数字,分别代表左上角的坐标(x,y)和高度和宽度。我已经用汽车生成了数据并生成了相关的csv文件。但是,当我尝试运行代码时,出现有关“ acc”的错误,因此我注释了“ acc”部分并运行了代码。但是,输出误差根本没有减少,并且测试图像的预定边界框始终为零。密集后我没有使用任何激活,因为我想要输入图像中框的实际坐标。我使用的代码如下

我尝试更改多个时期,但没有用。而且我看不到任何其他可以更改的参数。我无法调试问题,需要帮助。

 mainLayout.setWidth("-1px");

预期结果是图像中目标的边界框坐标(x,y,高度,宽度),在这种情况下为汽车,但实际结果始终为[0,0,0,0]

0 个答案:

没有答案
相关问题