Question

我正在使用Tensorflow对象检测API创建自定义对象检测器。我正在使用COCO训练有素的模型进行迁移学习。

我使用Faster Rcnn Resnet对其进行了训练，并获得了非常准确的结果，但是该模型的推理速度非常慢。我尝试使用速度非常快的SSD mobilenet V2对其进行培训，但是此模型的准确性非常低。我可以在配置文件中进行任何更改以提高模型的准确性吗？还是SSD模型是轻量级模型，会不会给出非常准确的结果？这是我现在正在使用的配置文件。（我使用约150张图像并进行了10000步训练）

  ssd {
    num_classes: 1
    box_coder {
      faster_rcnn_box_coder {
        y_scale: 10.0
        x_scale: 10.0
        height_scale: 5.0
        width_scale: 5.0
      }
    }
    matcher {
      argmax_matcher {
        matched_threshold: 0.5
        unmatched_threshold: 0.5
        ignore_thresholds: false
        negatives_lower_than_unmatched: true
        force_match_for_each_row: true
      }
    }
    similarity_calculator {
      iou_similarity {
      }
    }
    anchor_generator {
      ssd_anchor_generator {
        num_layers: 6
        min_scale: 0.2
        max_scale: 0.95
        aspect_ratios: 1.0
        aspect_ratios: 2.0
        aspect_ratios: 0.5
        aspect_ratios: 3.0
        aspect_ratios: 0.3333
        reduce_boxes_in_lowest_layer: true
      }
    }
    image_resizer {
      fixed_shape_resizer {
        height: 900
        width: 400
      }
    }
    box_predictor {
      convolutional_box_predictor {
        min_depth: 0
        max_depth: 0
        num_layers_before_predictor: 0
        use_dropout: false
        dropout_keep_probability: 0.8
        kernel_size: 3
        box_code_size: 4
        apply_sigmoid_to_scores: false
        conv_hyperparams {
          activation: RELU_6,
          regularizer {
            l2_regularizer {
              weight: 0.00004
            }
          }
          initializer {
            truncated_normal_initializer {
              stddev: 0.03
              mean: 0.0
            }
          }
        }
      }
    }
    feature_extractor {
      type: 'ssd_inception_v2'
      min_depth: 16
      depth_multiplier: 1.0
      conv_hyperparams {
        activation: RELU_6,
        regularizer {
          l2_regularizer {
            weight: 0.00004
          }
        }
        initializer {
          truncated_normal_initializer {
            stddev: 0.03
            mean: 0.0
          }
        }
        batch_norm {
          train: true,
          scale: true,
          center: true,
          decay: 0.9997,
          epsilon: 0.001,
        }
      }
      override_base_feature_extractor_hyperparams: true
    }
    loss {
      classification_loss {
        weighted_sigmoid {
        }
      }
      localization_loss {
        weighted_smooth_l1 {
        }
      }
      hard_example_miner {
        num_hard_examples: 3000
        iou_threshold: 0.99
        loss_type: CLASSIFICATION
        max_negatives_per_positive: 3
        min_negatives_per_image: 0
      }
      classification_weight: 1.0
      localization_weight: 1.0
    }
    normalize_loss_by_num_matches: true
    post_processing {
      batch_non_max_suppression {
        score_threshold: 1e-8
        iou_threshold: 0.6
        max_detections_per_class: 100
        max_total_detections: 100
      }
      score_converter: SIGMOID
    }
  }
}

train_config: {
  batch_size: 12
  optimizer {
    rms_prop_optimizer: {
      learning_rate: {
        exponential_decay_learning_rate {
          initial_learning_rate: 0.004
          decay_steps: 800720
          decay_factor: 0.95
        }
      }
      momentum_optimizer_value: 0.9
      decay: 0.9
      epsilon: 1.0
    }
  }
  fine_tune_checkpoint: "/content/models/research/pretrained_model/model.ckpt"
  from_detection_checkpoint: true
  num_steps: 10000
  data_augmentation_options {
    random_horizontal_flip {
    }
  }
  data_augmentation_options {
    ssd_random_crop {
    }
  }
}```

Answer 1

您可以增加步骤数：

num_steps : 2000000

然后，如果损失在1或2左右，而预测结果仍不令人满意，则无法采取任何措施。您可以尝试其他模型。您还可以参考经过COCO训练的数据集，并选择一个具有较高COCO mAP [^ 1]和较低速度（ms）的数据集。

您可以尝试不同的模型，并查看哪种模型最适合您的应用程序。

如果仍然存在，问题仍然存在，您可以尝试增加训练图像的数量

Answer 2

从旨在在手机上运行的模型获得高精度非常困难。

我的建议是使用高精度模型并缩短推理时间。将模型转换为TensorRT。

documentation

Answer 3

有很多地方可以改善。

通常，您要为SSD使用较小的输入大小，例如320x320，应该比当前输入尺寸900x400至少快3倍。

此外，您只有1个前景类。您通常需要仔细检查所需的锚点和min_size / max_size，所有这些都与SSD中使用的先验盒有关。我非常确定，适用于ms-coco的默认配置不能很好地完成许多任务。例如，如果这是汽车板块检测任务，则板块宽度远大于高度，因此您可以放心地放下aspect_ratios <= 1。

此外，min_size和max_size也很重要。如果使用默认设置，则锚框的大小将比输入图像的大小更大，这是您期望的吗？如果没有，您也要调整设置。

此外，您想深入了解哪些数据增强最适合您的问题。最近，还增加了自动增强功能。

最后，您总是可以通过使用新的损失来提高性能，例如聚焦损失进行分类。

如何使用Tensorflow对象检测API提高ssd mobilenet v2 coco的准确性

3 个答案: