Tensorflow训练模型速度

Question

我是Tensorflow newby，我正在尝试训练一种用于对象检测的1类模型。特别是我正在尝试识别如下箭头：

我需要非常快速的识别，所以我开始怀疑预先训练的模型是否可以包含这种形状。 不幸的是没有找到任何类似的东西，因此我开始以自己的箭头训练为模型，使用faster_rcnn_inception_v2_coco_2018_01_28作为模型。

我正在使用他的管道配置，也正在使用他的fine_tune_checkpoint，考虑到我必须训练一个完全不同的对象，这样正确吗？

结果是训练的准确性很高，但速度却很慢。我需要提高帧率，但我还不知道“训练损失”越少，“物体识别速度”是否越大。

关于如何加快检测速度的任何建议？

Answer 1

  

我正在使用他的管道配置，并且正在使用他的fine_tune_checkpoint   同样，考虑到我必须完全训练   不同的对象？

是的！每次您想更改深度NN的输出时，都应采用预训练的模型。从头开始训练模型可能要花费几周的时间，而您将永远无法独自生成足够的数据。采取预先训练的模型并对其进行微调是一种方法。

  

我还不明白   “训练损失”越少，“物体识别”越多   速度”。

不。训练损失只是告诉您模型相对于训练集的表现如何。

您遇到的问题是经典的速度与准确性之间的权衡。我鼓励您查看this table并找到一个模型，该模型对您来说足够快（即最低的运行时间），但精度不错。我先在这里检查SSD。

Answer 2

  

结果是训练的准确性很高，但速度却很慢。

您的算法执行多少FPS？ 由于您已经准备好数据集，因此建议您使用Tiny-Yolo，它对COCO数据集https://pjreddie.com/darknet/yolo/

执行244 FPS

如果使用此repository

，则为Tiny-Yolo准备训练数据集非常容易。

和

  

我还不知道“训练损失”越少，“物体识别速度”越多

失去训练与速度无关。