我已经从此link实现了对象检测模型。从结果来看,似乎有很多“误报”。
损失大约0.002
。
关于误报,它将模型中已经存在的对象分类为新类。
如何训练模型,使其不记得以前的“来自COCO的90类”数据集。如果我采用的方法是正确的并且是“过度拟合问题”,它将产生“假阳性”,而不是它们显示出更多的“假阴性”。
我尝试在配置文件中将load_checkpoint_vars
更改为false
。首先,它不存在,我手动添加了它。仍然有很多误报。
我正在使用Fast-RCNN-model
我的pbtext如下:
item {
id: 1
name: 'boots'
}
item {
id: 2
name: 'jcb'
}
我已经为这两种训练了大约200张图像。由于损失非常低,因此未继续处理更多图像。还是我需要从头开始训练? (这当然会很费力)