Tensorflow对象检测API -在一个图形上显示训练和验证的损失
TensorFlow对象检测API是一个强大的开源工具，用于在图像和视频中进行对象检测和识别。它基于深度学习技术，可以帮助开发者快速构建和训练自己的对象检测模型。
TensorFlow对象检测API的主要优势包括：
- 准确性：TensorFlow对象检测API使用了先进的深度学习算法，能够在复杂的场景中准确地检测和识别对象。
- 可扩展性：API提供了丰富的预训练模型和网络架构，开发者可以根据自己的需求选择合适的模型，并进行进一步的训练和优化。
- 灵活性：API支持多种对象检测任务，包括单目标检测、多目标检测、实例分割等。开发者可以根据具体应用场景选择适合的任务类型。
- 易用性：TensorFlow对象检测API提供了简洁易用的Python接口，开发者可以快速上手并进行模型训练和推理。
TensorFlow对象检测API适用于许多应用场景，包括但不限于：
- 物体检测和识别：可以用于实时监控、智能安防、自动驾驶等领域，实现对特定对象的准确检测和识别。
- 图像分析和理解：可以用于图像分类、目标跟踪、图像分割等任务，帮助计算机理解和处理图像信息。
- 视频分析和处理：可以用于视频监控、视频内容分析、视频编辑等领域，实现对视频中对象的实时检测和跟踪。
推荐的腾讯云相关产品是腾讯云AI开放平台，该平台提供了丰富的人工智能服务和工具，包括图像识别、语音识别、自然语言处理等。通过腾讯云AI开放平台，开发者可以方便地使用TensorFlow对象检测API，并将其集成到自己的应用中。
腾讯云AI开放平台产品介绍链接地址：https://cloud.tencent.com/product/ai
相关·内容
3回答
我使用Tensorflow对象检测API来检测和定位图像中的一类对象。为此，我使用了预先训练过的faster_rcnn_resnet50_coco_2018_01_28模型。
在训练模型后，我想要检测不足/过拟合。我看到了训练的损失，但是在评估了Tensorboard之后，只显示了mAP和精度指标，而没有损失。
这是否有可能在Tensorboard上策划一个验证损失？
浏览 1提问于2018-10-17得票数 2
回答已采纳
1回答
我正在使用Tensorflow的对象检测API训练一个神经网络来检测汽车。我使用了下面的youtube视频来学习和执行这个过程。
他的系列文章的第一部分到第六部分。
现在在他的视频中，他提到当平均损失值达到~1或更低时停止训练，这将需要大约10000步。
在我的例子中，现在是7500步，损失值一直在0.6到1.3之间波动。
很多人在评论区抱怨这个系列的假阳性，但我认为这是因为不必要的长时间训练(因为他们不知道什么时候该停止?)这导致了过度拟合！
我想避免这个问题。我希望不是最优的权重，而是相当最佳的权重，同时避免错误检测或过拟合。我也在观察Tensorboard的“完全损失”部分。它在0.8
浏览 15提问于2018-08-23得票数 1
回答已采纳
我正在Windows 7机器上试验Tensorflow对象检测API。我试图检测美国地址标签(和类似的文本块)，就像它们出现在一封邮件或信封上一样。我不是试图检测单个单词或行，而是整个矩形块的文本。我的地址标签通常是在信件或信封上隔离的，它们被空格包围。例如：
📷
我跟随本教程训练客户对象检测器。我使用了预先训练的SSD盗梦空间V2 COCO模型，以及包含LabelImg注解的地址标签的50张信件/信封图像。为了注释我的对象(地址标签)，我用大约5-15像素的填充画出了环绕整个标签的边框。经过200步的训练，我损失了2.5分，停止了训练。
使用同一教程，我得到了经过训练的推理图。最后，我修改了
浏览 0提问于2019-03-21得票数 1
1回答
我正在通过TFRecordDataset训练神经网络。然而，在每个时期结束时，即使用ETA: 0s，训练会停滞数十秒。作为参考，在大约25 of的数据集上(在解析特征的子集之前)，一个时期大约需要一分钟。 我使用Nvidia Titan RTX图形处理器运行TensorFlow 2.3.1。这是预期的行为吗？也许是由于输入管道中的预处理？预处理是仅由CPU执行还是将其分流到GPU？谢谢!
浏览 18提问于2020-12-16得票数 0
回答已采纳
以下损失中的每一个都意味着什么？(在TensorFlow对象检测应用编程接口中，同时训练基于FasterRCNN的模型)
Loss/BoxClassifierLoss/classification_loss/mul_1
Loss/BoxClassifierLoss/localization_loss/mul_1
Loss/RPNLoss/localization_loss/mul_1
Loss/RPNLoss/objectness_loss/mul_1
clone_loss_1
浏览 0提问于2018-01-05得票数 17
回答已采纳
我正在用TensorFlow训练一个模型。在训练期间，我定期评估验证集上的模型。我想写一个训练过程的摘要，这样就可以显示验证集损失的曲线图，这样我就可以看到它随着训练迭代的增加而下降。(或者，如果我开始变得过大，就跳回来。)
我已经有一个全局迭代变量作为我的摘要的一部分。我正在考虑在模型图中创建一个标量汇总validation_loss变量，该变量与任何东西都没有关联，但我会定期从我的训练循环中为其分配一个变量。
这是一个好策略吗？在TensorFlow中，有没有一种更常用的方法来实现这一点？
(我正在处理的特定项目是，它是TensorFlow文档中的泛化。)
浏览 0提问于2016-08-17得票数 0
在EdjeElectronics tensorflow对象检测教程之后，我有一些问题和问题。
我使用faster_rcnn_inception_v2_coco
按照教程来训练我自己的模型(只有一个类)
我训练我自己的模型，只有一个类别的检测和近400张图片(320列，80测试)
只需85步，classification_loss就在0.2以下。经过600步，它是接近0.1，所以不需要训练更多。
它为什么要那样训练？通常我得训练10000或20000。
当我在图像上检测到一个被训练的对象和另一个在同一类别但不相同的外观时，它被检测为第一个。
知道吗？
浏览 0提问于2018-06-28得票数 0
我使用的是来自谷歌市场的谷歌深度学习虚拟机，我选择了NvdiaK80图形处理器。我正在尝试使用对象检测API训练对象检测模型。然而，我注意到tensorflow在默认情况下并不使用GPU (检查代码如下) 我在这里假设这个实例附带了所有需要的NVIDIA驱动程序，所以它不是一个与驱动程序相关的问题。 进一步的调查显示，我安装了两个Tensorflow (tensorflow 1.12.0和tensorflow-GPU 1.12.0)。所以我卸载了CPU版本。然而，这仍然无济于事。 我使用以下代码检查tensorflow是否使用GPU from tensorflow.python.client
浏览 30提问于2018-12-22得票数 1
回答已采纳
在pytorch中，我就是这样列举训练数据的。
for epoch in range(0, args.epoches):
for i, batch in enumerate(train_data):
model.update(batch)
train_data包含多个batches，并且正在对模型进行枚举和更新，我非常清楚这一点。
我认为这是tensorflow如何对待批处理的一个基本示例。
for step in range(num_steps):
batch_data, batch_labels = generate_batch(batch_size, n
浏览 0提问于2018-12-23得票数 0
在Tensorflow-gpu 2.1上训练模型Tensorflow对象检测API时，有一个错误：
没有名为'tensorflow.contrib'的模块
是否可以使用Tensorflow 2.1训练模型Tensorflow对象检测API？
我不想改变Tensorflow的版本。
有人能帮我吗？
浏览 2提问于2020-04-11得票数 1
1回答
我是否可以使用Tensorflow对象检测API来检测路径之间的任何对象，从而阻止产品的移动？我以前做过定制的对象检测，但是这里我不能训练每个对象，这可能会中断我的产品路径。那么，使用Tensorflow API作为一种碰撞检测是可能的吗？
浏览 4提问于2021-12-27得票数 -1
此link的tensorflow教程(请参阅“训练模型”部分)表明，可以向tf.keras.model.fit提供数据集(数据、标签)。然而，当我将我的数据集分配给val_data时，如下所示，无论训练状态如何，验证数据的损失都是0 (见下图)。¨ history = model.fit(
train_ds,
validation_data=val_ds,
epochs=EPOCHS,
verbose=1,
) IMAGE: Result of training from history, the validation
浏览 53提问于2020-11-05得票数 1
我正在尝试新的tensorflow对象检测api，但是演示并不像他们在预先训练的模型上的示例中所显示的那样准确。
我使用的示例位于：
在他们的github页面上显示的结果是这样的：，而我在预先训练的模型上的结果看起来像这样：。
我按照Github上描述的安装说明操作。有人知道为什么教程示例和我在预训练模型上的结果之间存在差异吗？
浏览 5提问于2017-06-22得票数 1
回答已采纳
我想知道我的模型在训练时有多好，比如在下图中，我使用Pytorch训练YoloV5，它输出每个时期的mAP，精度，召回率指标。我们能用TensorFlow对象检测应用程序接口做到这一点吗？ ?
浏览 23提问于2021-08-15得票数 1
我正在尝试理解我需要从API中使用的任何预训练模型中获得什么，而不管在Tensorflow对象检测API上找到的任何额外代码。例如：ssd_mobilenet_v1_coco_2017_11_17，这取决于我所理解的:它是一个已经被训练来检测对象的模型(有一个分类来知道对象的类别+回归来将对象与矩形绑定，而这些矩形实际上是对象上的x，y，w，h坐标)。
我们如何从该模型(x，y，w，h坐标)的回归输出中受益，以便在另一个模型中使用它们？
假设我们只想打印出图像上检测到的物体的坐标x，y，w，h，而不需要Tensorflow物体检测API的代码，我们该怎么做呢？
浏览 0提问于2019-06-13得票数 0
1回答
我对目标探测很陌生。我正在使用tensorflow对象检测API，现在我正在为我的项目和model_main.py收集数据集来训练我的模型。
我发现并转换了两个相当大的汽车和交通灯数据集，并给出了注释。从他们那里做了两张And记录。
现在我想训练一个经过预先训练的模特，但我只是好奇它会起作用吗？当图像(例如"001.jpg“)有可能有一些带有注释的汽车边框(来自汽车数据集)时，但是如果有交通灯，它也不会被标注为->，这会导致糟糕的学习速度吗？(可能有很多“有问题的”图像)我该如何改进？有什么解决办法吗？(我真的不想再给图像加注解了)
如果它愚蠢的问题，我很抱歉，感谢任何答复-一些
浏览 0提问于2019-02-17得票数 0
回答已采纳
1回答
解释验证损失
、、、
我是神经网络的新手，我不知道如何准确地解释我得到的验证损失的结果。我正在尝试使用tensorflow对图像进行分类。如果我绘制每个时期之后得到的结果，我会得到以下结果：enter image description here 我的训练精度和验证精度提高了，我的训练损失减少了，但验证损失虽然下降了一些，但并不是非常接近训练损失。 我该如何解释这个呢？我不理解验证损失的变化。验证损失没有像训练损失减少那么多的事实是否意味着我有过度拟合？ (以防万一，我做了25个时期，批量:128，学习率:0.0001，训练/验证分割:0.40) 谢谢你的帮助
浏览 53提问于2020-08-11得票数 1
回答已采纳
1回答
我使用dataset api加载了两个数据集，一个用于训练，另一个用于评估。在运行评估或培训之前，我会使用sess.run(train_init_op)在它们之间进行切换。 目前，我在完成一个时期后运行评估，即在完全运行训练数据集之后。 如果我想在训练数据集完成之前评估我的网络，我必须更早地切换，这样tensorflow就会忘记它在训练数据集中的位置。有没有办法记住训练数据集迭代器的状态？并在评估结束后切换回此位置？
浏览 15提问于2019-01-30得票数 1
大家好,
我的目标是在1920x1080大小的图像上检测人和车(白天和晚上)，为此，我使用tensorflow API，我使用SSD移动网络模型，我注释了来自7个不同摄像头的1000张图像(900张用于训练，100张用于评估)。我使用960x540的图像大小启动训练。我的模型不收敛。我不知道该怎么做，我应该为白天和晚上的对象设置不同的类吗？
在使用tensorflow API进行人脸检测的教程中，他们使用包含仅包含人脸的图像的数据集，然后在复杂场景中使用该模型。知道像SSD这样的模型也会学习负面例子，这是一个好主意吗？
谢谢
(来源：)
浏览 2提问于2019-10-15得票数 1
以下每一项损失意味着什么？(在TensorFlow对象检测API中，同时培训基于MobileNetV2的模型)
lossloss_1loss_2
浏览 2提问于2020-03-04得票数 0
我通常只是使用train.py来训练使用Tensorflow对象检测API。然而，我从上读到，您也可以使用model_main.py来训练您的模型，并在Tensorboard上看到实时的情节和图像。
您是如何在Tensorboard上使用model_main.py的？
train.py和model_main.py有什么区别？
浏览 0提问于2019-01-08得票数 6
我的Keras-Tensorflow模型的行为如下图所示。我可以看到训练和验证损失表现良好，但训练和验证的准确性相当不正常。我认为验证数据集可能比训练集更容易。因此，我得到了很高的验证准确率。我期待着你的善意的建议。
<code>B0</code>
浏览 16提问于2020-03-18得票数 0
回答已采纳
我已经训练了一个定制的微型yolov2模型，并希望在应用程序中使用这个模型。我已经使用暗流将yolov2权重文件转换为.pb。转换后的模型在Xamarin Android应用程序中不起作用，出现了错误。这个说，.pb模型应该转换成tensorflow版本，在Android上运行，我也将模型转换为tensorflow模型，但是它仍然给出了错误
加载model.lite失败，不是有效的TensorFlow图形序列化:无效GraphDef
如何将微型yolov2模型转换为tensorflow模型，使其与安卓应用程序协同工作？
浏览 3提问于2019-07-29得票数 1
我正在建立一个基于最近发布的tensorflow对象检测API的对象检测管道。我正在使用作为指导。我希望了解下面的培训在我自己的数据集。
目前尚不清楚他们如何选择学习速度时间表，以及根据可供培训的GPU数量变化如何。根据可供培训的GPU数量，培训率计划如何变化？文中提到了使用了9个GPU。如果我只想使用一个GPU，我应该如何改变培训率？
使用更快的rate发布的Pascal样本训练的初始学习速率= 0.0001.这比在最初的中发布的要低10倍。这是由于对GPU可供培训的数量的假设，还是由于不同的原因？
当我从可可检测检查站开始训练时，训练损失应该如何减少？看看张力板，在我的数据集上
浏览 2提问于2017-07-04得票数 8
我在我的项目中使用了Tensorflow对象检测API模型。SSD MobileNet是我正在研究的模型。我想知道，有没有办法找到模型的准确性。只是精确性，而不是mAP，因为模型确实找到了mAP，但没有精确性。所以我想知道是否有人使用过Tensorflow对象检测API模型，并且知道如何显示训练数据的准确性或测试的准确性。
浏览 2提问于2022-06-05得票数 0
我运行了tensorflow对象检测api教程，并使用'ssd_mobilenet_v1_coco_2017_11_17‘模型在图像中获得了精确显示，这与我所遵循的不同(准确地说，更低)。
我的问题是，模型的准确性是否因系统而异.
我是在window 10 pc上运行的，带有amd处理器(CPU只进行训练)。
浏览 3提问于2020-10-15得票数 0
与Keras相比，我更熟悉tensorflow图形培训，但我正在这里试用Keras。
在构建GAN时，需要针对与鉴别器不同的损耗(相反的损耗)对发电机进行优化。在base中，使用两个优化器或分别使用适当的权重组调用optimizer.compute_gradients(...)和optimizer.apply_gradients(...)，这非常容易实现。
在Keras中，我看不出我能实现这两个目标。在像这样的实现中，生成器和鉴别器的训练似乎被分割成不同的模型，然后逐批独立地进行训练。这意味着每一次有效更新都需要更多的传递，而不是使用两个优化器一次操作的基本tensorflow实现。
有没有一
浏览 0提问于2019-07-09得票数 10
回答已采纳
1回答
我知道用于训练自定义对象检测数据集的tensorflow API仅使用矩形边界框，即xmin、xmax、ymax、ymin。我还了解到，多边形边界框将极大地提高检测精度，因为它删除了边界框内的任何不必要的信息，从而提供了更好的训练数据集。我目前使用labelImg来绑定我所有的图像进行训练，它确实提供了多边形框。我的问题是，有没有办法修改tensorflow API中的代码来处理多边形框，而不仅仅是矩形框？
浏览 10提问于2017-12-25得票数 4
我正在尝试使用tensorflow keras训练多个机器学习模型，我只是想知道在训练完成后有没有办法在训练时获得最好的分数。我在网上发现.fit函数返回一个历史对象，可以访问它来获得最好的分数，尽管在我尝试过的代码中它显示"AttributeError：' history‘对象没有属性'best_score'"，但我在网上找不到属性列表，所以这就是我在这里询问的原因。 提前谢谢。 History = model.fit(Xtrain, ytrain, epochs=1, validation_data=(Xtest, ytest), verbose=
浏览 28提问于2020-03-28得票数 0
回答已采纳
我使用tensorflow对象检测api已经有一年了。当我再次训练我的模型时，我想得到验证损失的曲线图。我在tensorboard中没有看到任何验证损失图。 训练配置如下所示： # Faster R-CNN with Inception Resnet v2, Atrous version;
# Configured for MSCOCO Dataset.
train_input_reader: {
tf_record_input_reader {
input_path: "../data/train.record"
}
label_map_path:
浏览 12提问于2019-02-27得票数 0
在TensorFlow的对象检测API中：
是否可以使用ImageNet类别(1000个类别)进行分类？模型动物园中的4-5个模型都是在COCO数据集上训练的，COCO数据集只有80个类。
浏览 19提问于2017-07-19得票数 0
回答已采纳
如果我用tensorflow写一个模型，可能是任何CNN或ANN。我想知道如何发现我的架构或模型中是否有问题。例如。如果我的模型拟合不足或过拟合。如何绘制学习曲线、验证曲线和训练曲线，以及如何分析它们以发现我应该做些什么来提高测试数据的准确性。如何在tensorflow.Any aproach中做所有这些事情，以便在tensorflow中做到这一点，并告诉一些提示，以便在特定模型中找到正确的错误？
浏览 13提问于2018-09-01得票数 0
我使用Tensorflow 2对象检测API训练了SSD ResNet V1模型。然后，我想在OpenCV的C++代码中使用这个模型。
首先，经过训练，我有三个档案：
检查点
ckpt-101.data-00000-of-00001
ckpt-101.index
注意，我没有.meta文件，因为它不是生成的。
然后，我使用对象检测API中的SavedModel脚本从这些文件创建了exporter_main_v2.py：
python3 exporter_main_v2.py input_type=image_tensor --pipeline_config_path /pa
浏览 3提问于2020-10-02得票数 7
2回答
YOLOv4中的损失和mAP图表
、、、、
我对“你只看一次”的物体检测算法(准确地说是YOLOv4)还很陌生。我有一些关于mAP和损失表的问题。 我试着按照下面的说明去做 AlexeyAB暗网 ，并使用Google Colabs训练我的自定义对象检测器。训练结束后，它显示了loss和mAP图表，如下所示。 亏损和mAP图表： ? 我的问题是： 除了这个，还有其他的图表吗？ 这是训练损失还是验证损失？ 为什么迭代1200附近会突然下降？ 训练的输出是否只有图表和权重文件？
浏览 327提问于2021-02-06得票数 3
回答已采纳
我已经建立了Tensorflow对象检测API，我想开始训练我自己的模型。我已经准备好了我的培训图像，我准备开始创建标签XML的。
我想训练这个模型来识别自行车的许多不同的部分。那么，车轮，轮轴，座椅，把手，单独的踏板等等，这是可行的吗？在决定探测器的物体是什么时，你能做多少粒度的决定？
浏览 0提问于2018-06-15得票数 0
回答已采纳
我对对象检测api有问题，我的损失从培训开始就很低：
信息:tensorflow:全局步骤3:损失= 1.6555 (1.949秒/步)
信息:tensorflow:全局步骤4:损失= 1.1560 (2.021秒/步)
信息:tensorflow:全局步骤5:损失= 1.7363 (2.201秒/步)
几千步后的mAP大约是0.25...tensorflow是否将一些额外的“检查点”保存在其他地方，而不是training文件夹？？该模型似乎使用了来自先前训练的网络的权重，即使在配置中有指向新检查点的路径，并且所有内容都在不同的文件夹中:(
我关注了这篇博客教程，内容是如何在对象检测应用编程接
浏览 11提问于2017-08-08得票数 3
1回答
我正在使用Tensorflow训练一个对象检测模型，并使用张量板监视训练任务。我原以为在显示图片的“图片”选项卡中会显示一个边框(在特定的训练点)。不过，我看到的只是画在图片上方的橙色线条的图像(与我所期望的包围框中的橙色相同)。我是不是遗漏了什么？当我说一个包围盒应该出现还是不出现时，我说得对吗？我看到的画面是连在一起的。任何帮助都非常感谢。
📷
浏览 0提问于2020-11-03得票数 2
如何在不运行训练或评估的情况下使用TensorFlow的Estimator API在TensorBoard上可视化图形？
我知道当您可以访问Graph对象，但找不到用于Estimator API的任何东西时，它是如何通过会话API实现的。
浏览 28提问于2019-02-20得票数 2
回答已采纳
2回答
我收集了大约1,500个标记数据并用yolo v3进行了训练，得到了~10的训练损失，验证损失~ 16。显然，我们可以使用真实的测试数据来评估模型的性能，但我想知道是否有一种方法来判断训练损失= 10是否是一个“好”的。或者，这是否表明我需要使用更多的训练数据来查看是否可以将其降低到5或更少？
最终，我的问题是，对于具有预定义损失函数的知名模型，是否存在训练损失的“良好”标准值？
谢谢。
浏览 0提问于2018-06-28得票数 1
我已经在我自己的数据集上训练了tensorflow对象检测api，其中有一个使用rfcn_resnet101模型的类。首先，我使用浣熊数据集并训练了264600次，检测结果很奇怪，它可以检测到物体，但在右边的盒子周围还有一些其他的小盒子。
然后我使用另一个包含一个类的数据集，数据集中有80000张图像，我遇到了熟悉的现象。我很困惑。
有没有人遇到过同样的情况？我能做些什么来解决这个问题？提前感谢！
浏览 1提问于2017-09-19得票数 1
我正在使用tensorflow估计器对象来训练来自官方tensorflow层文档()的模型。我可以看到训练损失在训练期间显示在控制台上。有没有办法存储这些培训损失值？
谢谢!
浏览 0提问于2018-02-23得票数 2
回答已采纳
num_epochs在eval_input_config in pipeline.config中意味着什么?我注意到，当我将该字段的值更改为1以上时，当试图使用Tensorflow对象检测API 2对对象检测模型进行训练时，会有这些警告日志。
[04/14 22:39:04] tensorflow WARNING: Ignoring detection with image id 163697061 since it was previously added
eval_input_reader: {
label_map_path: "PATH_TO_BE_CONFIGURED/la
浏览 3提问于2021-04-14得票数 1
回答已采纳
1回答
我在我的数据集上使用tensorflow对象检测api。我使用的是ssd-resnet50-fpn模型。在训练过程中，我看到分类损失和本地化损失已经收敛，但总损失仍在减少。另外，总损失也不是分类损失和定位损失的总和。任何关于为什么会发生这种情况的想法。我正在使用object_detection/ train.py /文件夹中的遗留文件来训练我的数据集。附图相同。
浏览 11提问于2020-02-25得票数 0
我使用Tensorflow对象检测，以faster_rcnn_inception_v2_coco作为预训练模型。我是在Windows 10，与tensorflow-GPU1.6的NVIDIA GeForce GTX 1080，CUDA 9.0和CUDN7.0。
我试图用自定义数据集训练多类对象检测，但我有一些奇怪的行为。我有两个类别:手枪和刀子(分别有876和664张图像，大小都相似，从360 x 200到640 x360，以及相似的比例)。所以，我认为数据集是平衡的。我把它分成火车组(1386幅图像: 594把刀，792支手枪)和测试组(154幅图像: 70把刀，84支手枪)。
CNN似乎只
浏览 0提问于2019-01-29得票数 2
回答已采纳
1回答
我想通过Tensorflow的Object Detection API在CT扫描图像(灰度图像)中检测特征，并可能对它们进行分割。所以我有两个问题：
-Is在对象检测应用编程接口中是否有将灰度图像作为微调训练输入的预训练模型？
-Or，我如何训练现有的模型，用于RGB图像，以便我可以用灰度图像训练它们？在代码中应该做哪些修改？
浏览 18提问于2020-05-09得票数 0
? 我试图弄清楚在ssdlite_mobilenet_v2_coco中使用了哪些损失函数，但我似乎找不到它在回购或在线中指定的位置。这是我的Tensorboard在训练时的损失，但它没有指定损失度量是什么。 链接到存储库：https://github.com/tensorflow/models/tree/master/research/object_detection 我正在学习本教程：https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-W
浏览 27提问于2019-02-18得票数 0
当使用tensorflow对象检测api训练SSD移动网络时，我得到以下训练损失： (单击训练损失图像的链接)我很困惑，为什么通过红色矩形标记的训练损失比其他矩形标记的训练损失如此低。另外，可能的原因是什么？
浏览 4提问于2018-02-27得票数 1
我正在尝试创建一个tf模型，它可以检测到任何图像中的任何笔迹。为了做到这一点，我在所有的火车图片中制作了标签，只有一个标签:编辑。它的意思是，一个图像可以有这个标签很多次。
经过几个小时的使用cpu的训练，我没有得到预期的结果。在训练前，模型看不见我给你的任何块。
我使用的模型如下：
http://download.tensorflow.org/models/object_detection/tf2/20200711/efficientdet_d6_coco17_tpu-32.tar.gz
问题是，我给一个图像贴上了多次标签吗？
可能是使用cpu而不是gpu的问题吗？我目前有一个4gb的gpu
浏览 1提问于2022-11-22得票数 0
2回答
我对CNN和tensorflow的每件事都很陌生。我正在训练一个经过预先训练的ssd-Mobenev1-pets.config来检测建筑物的列，大约一天，但是损失在2-1之间，并且从10小时前开始没有减少。我意识到我的输入图像是128x128，SSD将de图像调整为300*300。输入图像的大小会影响训练吗？如果是这样的话，我应该用更大的输入图像对网络进行再培训吗？或者减少损失的另一个选择是什么？我的火车数据集有660张图像，测试166，我不知道是否有足够的图像，我真的同意你的帮助.
浏览 0提问于2019-11-30得票数 1
简言之：
我已经训练过一个自动编码器，它的验证损失总是高于它的训练损失(见附图)。
我认为这是一个过度适应的信号。但是，我的自动编码器在测试数据集上表现良好。我在想，如果：
1)参照下文提供的网络体系结构，任何人都可以深入了解如何减少验证损失(以及验证损失如何可能大大高于培训损失，尽管自动编码器在测试数据集上的性能良好)；
2)如果培训和验证损失之间存在这样的差距实际上是一个问题(当测试数据集上的性能实际上很好时)。
详情：
我用Keras编码了我的深层自动编码器(下面的代码)。该体系结构为2001 (输入层)- 1000 - 500 - 200 - 50 - 200 - 500 - 100
浏览 1提问于2019-10-10得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
