Как TF узнает, для какого объекта вы настраиваете?

Question

Я пытаюсь улучшить обнаружение судов с помощью mobilenet_v2 с помощью примерно 400 изображений, которые я сам комментировал, но продолжаю получать недостаточно приспособленную модель, когда я замораживаю графики (обнаружение является случайным, на самом деле кажется, что это не обнаружение, а просто случайное размещениеумозаключение). Я выполнил 20 000 шагов и потерял 2,3.

Мне было интересно, как TF узнает, на чем я тренируюсь, с моей собственной картой меток

ID: 1

Имя: 'boat'

То же, что и лодка (с идентификатором 9) на карте меток mscoco.

Или с использованием идентификатора 1,Я тренирую представление моделей о том, как человек выглядит как лодка?

Заранее благодарю за любой совет.

Answer 1

, поэтому мне удалось выяснить проблему.

Мы создали инструмент аннотации с нуля, и проблема, которая вызывала недоделку, когда мы тренировались, независимо от количества шагов или различных исправлений, которые я пытался внедрить, заключалась в том, что При создании ограничивающих рамок не было никакой проверки, чтобы определить, были ли координаты xmin и ymin меньше, чем xmax и ymax Я не осознавал, что это будет такой большой проблемой, но после создания очень простой проверки, чтобы гарантировать, чтокоординаты правильные, тренировка прошла гладко.

Answer 2

Модель работает с метками категории (числами), которые вы ей даете. Строка «лодка» - это всего лишь перевод для удобства человека при чтении выходных данных.

Если у вас есть модель, которая научилась идентифицировать набор из 40 изображений как класс 9, то придание ей очень похожегоизображение, которое вы настаиваете, является классом 1, запутает это. Это побуждает модель подчеркнуть важность различий между лодками 9 и новыми лодками 1. Если в нет значительных различий, то при изменении весов будут обнаружены непреднамеренные характеристики, которые вас не волнуют.

В результате получается модель, которая значительноменее эффективен.