введите описание изображения здесь Я обучил свой собственный набор данных, содержащий некоторые геометрические c формы, такие как cubi c, круг и т. Д. c ... (4 класса), следуя руководству, используя 'ssd_inception_v2_coco 'и' быстрее_rcnn_inception_v2_pets '. процесс обучения прошел без ошибок (с нуля и с использованием предварительно обученных моделей). Общие потери уменьшаются примерно до 2 и стабилизируются на уровне примерно 10k шагов). поэтому я закончил обучение модели и после экспорта 'обученные_проверки' и загрузки некоторых новых изображений (или даже обучающих изображений из моего обучения набора данных) для оценки результата вывода модели. К сожалению, модель могла обнаруживать только изображения одного класса с помощью точность около 90%.
os: windows10,
framework: Ananconda,
python: 3.6,
Tensorflow: 1.14.0 ,
мои вопросы:
Почему модель может определять только 1 класс из 4 классов (я проверяю, что изображения в моем наборе данных и распределение изображений, принадлежащих всем классам, одинаковы и около 80 обучающих изображений и 15 тестовых изображений для каждого класса, а также 4 класса определены в файле graph.pbtxt и файле конфигурации верны) ??
Количество изображений для обучения и тестирования достаточно и могу ли я увеличить количество изображений и решить проблему? в этом случае, почему модель может предсказать 1 класс по одинаковому количеству изображений в наборе данных?
как я могу отладить модель с помощью тензорной платы? (Я имею в виду, какой параметр конфигурационного файла или какие-либо другие параметры следует изменить и какой результат должен быть виден на тензорной доске (например, когда я использую небольшую скорость обучения, я заметил, что колебания общей потери на тензорной доске уменьшились).
Если я использую любые другие модели для обучения (например, ssd_mobil enet), могу ли я ожидать, что проблема решится ??