在训练CNN从我自己的数据集中检测对象时遇到一个奇怪的问题。我正在使用转移学习,并且在培训开始时,损失值正在降低(如预期的那样)。但是一段时间之后,它变得越来越高,我不知道为什么会这样。
同时,当我查看Tensorboard上的 Images 标签以检查CNN预测对象的性能如何时,我可以看到它做得很好,看起来并不像现在随着时间的推移变得越来越糟。而且,“精确度”和“召回率”图表看起来不错,只有“损失”图表(尤其是category_loss)显示出随时间增加的趋势。
以下是一些具体细节:
我尝试了多个预先训练的模型,最新的模型是 faster_rcnn_resnet101_coco ,它具有以下配置管道:
model {
faster_rcnn {
num_classes: 10
image_resizer {
keep_aspect_ratio_resizer {
min_dimension: 600
max_dimension: 1024
}
}
feature_extractor {
type: 'faster_rcnn_resnet101'
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: 1
optimizer {
momentum_optimizer: {
learning_rate: {
manual_step_learning_rate {
initial_learning_rate: 0.0003
schedule {
step: 900000
learning_rate: .00003
}
schedule {
step: 1200000
learning_rate: .000003
}
}
}
momentum_optimizer_value: 0.9
}
use_moving_average: false
}
gradient_clipping_by_norm: 10.0
fine_tune_checkpoint: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/models2/faster_rcnn_resnet101_coco/model.ckpt"
from_detection_checkpoint: true
data_augmentation_options {
random_horizontal_flip {
}
}
}
train_input_reader: {
tf_record_input_reader {
input_path: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/data2/train.record"
}
label_map_path: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/data2/label_map.pbtxt"
}
eval_config: {
num_examples: 8000
# Note: The below line limits the evaluation process to 10 evaluations.
# Remove the below line to evaluate indefinitely.
max_evals: 10
}
eval_input_reader: {
tf_record_input_reader {
input_path: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/data2/test.record"
}
label_map_path: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/data2/label_map.pbtxt"
shuffle: false
num_readers: 1
}
在这里,您可以看到经过近23小时的训练并达到12万步以上的训练结果:
所以,我的问题是,为什么损失值会随着时间增加?它应该变小或保持大致恒定,但您可以在上图中清楚地看到上升趋势。 我认为一切都已正确配置,并且我的数据集相当不错(而且.tfrecord文件也已正确“构建”)。
要检查是否是我的错,我尝试使用其他用户的数据集和配置文件。因此,我使用了racoon dataset作者的文件(他在his repo上提供了所有必要的文件)。我刚刚下载了它们,并开始进行了未经修改的培训,以检查是否会得到与他相似的结果。
令人惊讶的是,经过82k步长后,我得到的图表与链接文章中显示的图表完全不同(在22k步长后捕获的图表)。在这里,您可以看到我们的结果比较:
很明显,我的PC上的某些操作有所不同。我怀疑这可能是我在自己的数据集上损失越来越大的同一原因,这就是我提到它的原因。
答案 0 :(得分:0)
totalLoss
是其他四个损失的加权总和。 (RPN cla和reg损失,BoxCla cla和reg损失),它们都是评估损失。在tensorboard上,您可以选中或取消选中以查看评估结果,仅用于训练或仅用于评估。 (例如,下面的图片有火车摘要和评估摘要)
如果评估损失增加,则可能表明模型过拟合,此外,精度指标略有下降。
要尝试更好的微调结果,您可以尝试调整四个损失的权重,例如,可以增加BoxClassifierLoss/classification_loss
的权重,以使模型更好地关注此指标。在您的配置文件中,second_stage_classification_loss_weight
和first_stage_objectness_loss_weight
的损失权重均为1,而其他两个均为2,因此该模型目前将重点放在另外两个上。
关于loss_1
和loss_2
为什么相同的另一个问题。这可以通过查看张量流图来解释。
此处loss_2
是total_loss
的摘要,(请注意,total_loss与totalLoss中的不同),红色圆圈的节点是tf.identity节点。该节点将输出与输入相同的张量,因此loss_1
与loss_2