Я совершенно не понимаю, как поступить с моей сетью для обнаружения.
Я тренируюсь py-fast-rcnn с моей собственной сетью с нуля.Это не делает никакого обнаружения.Потери снизились с 2,5 до 0,5.
Но обнаружение очень плохое 0%.
Сеть не может быть использована вообще, поскольку потери (можно считать сходящимися)конвергенция.
Я следовал за некоторыми обсуждениями, чтобы следить за тем, как сеть не сходится, настраивать lr и импульс.
Я тестировал те же данные с оригинальной сеткой VGG16 без предварительно обученного веса, яувидеть аналогичную потерю, например, сходящуюся от 2,5 до 0,6, и обнаружение равно 0%.
Поэтому я не совсем понимаю, что мне нужно сделать, чтобы в моей собственной сети было несколько обнаружений.
Файл журнала для обучения оригинальной сети VGG16 из py-fast-rcnn без предварительно обученной модели.
Файл журнала для обучения моей собственной сети с нуля.
Мы можем наблюдатьво втором файле журнала, где моя сеть использует начальную сеть, а остальные, такие как поле восприятия, шаг и т. д., очень близки к исходной сети VGG16, конечно, это меньшая сеть.
Может кто-нибудь обсудитьчто нужно сделать, чтобы в моей сети было какое-то обнаружение.
Мой решатель такой же, как и для сквозного обучения.
train_net: "models/pascal_voc/VGG16/faster_rcnn_end2end/train.prototxt"
base_lr: 0.001
lr_policy: "step"
gamma: 0.1
stepsize: 700
display: 20
average_loss: 100
# iter_size: 1
momentum: 0.9
weight_decay: 0.00005
type: "Adam"
# We disable standard caffe solver snapshotting and implement our own snapshot
# function
snapshot: 0
# We still use the snapshot prefix, though
snapshot_prefix: "vgg16_faster_rcnn"
iter_size: 2