Tensorflow对象检测API中的训练和验证准确性

Question

我一直在自己的数据集中使用Tensorflow对象检测API。训练期间，训练损失会在张量板上更新。但是我分别需要训练和验证准确性（mAP）。 要采取这些步骤需要采取哪些步骤？

Answer 1

如果您正在使用keras API，则可以通过tf.keras在model.fit函数中添加评估函数作为度量。检出the official documentation，以获取所有可用指标的列表。

您可能对tf.metrics.average_precision_at_k感兴趣。如果它不能完全满足您的需求，您还可以实施自定义指标。

Answer 2

由于您说过mAP代表平均平均精度，因此您需要在管道配置文件中将metrics_set的值设置为“ coco_detection_metrics”。您的文件应具有以下内容：

    eval_config: {
        metrics_set: "coco_detection_metrics"
        use_moving_averages: false
    }

此后，当您连续运行eval_时，应在验证集中获得mAP。 对于训练集，您需要在运行eval_on_train_data脚本时设置model_main_tf2.py参数。