对象检测API:随着训练步骤数量的增加,置信度得分会降低

时间:2019-10-17 02:58:26

标签: python tensorflow object-detection object-detection-api

我正在尝试使用 faster_rcnn_inception_resnet_v2_atrous_coco 使用TensorFlow的对象检测API来检测3190X3190图像中的特定模式。我所有的训练图像尺寸均为1140X1140。图案本身的宽度为380像素,高度为430像素。图案由基本形状(例如矩形和圆形)组成。推理和训练图像中的每个矩形和圆形都具有相同的尺寸。我有4000张训练图像。我注意到,即使我在大约5k的步长上获得了合理的结果,置信度约为98%,但是当训练步数增加到8k时,最大的置信度得分下降到了5%。如果我通过在其周围填充黑色环来将训练图像的大小增加到1290x1290,我会注意到几乎相同的事情。但是,即使步数为25k,如果使用大小为1500x1500的训练图像,也会获得良好的效果。我还尝试了使用3190x3190大小的训练图像(即与推理图像相同的大小),并且检测到的可信度非常低。

此行为是否有任何特殊原因?我想知道训练图像的大小如何影响检测结果。我正在使用1.4版的对象检测API。

0 个答案:

没有答案