我正在用自己的数据训练tensorflow对象检测API，但由于某种原因，所有的损失似乎都超过了数千步。您可以在下图中看到： ? 我按照本教程https://tensorflow-object-detection-api-tutorial.readthedocs.io/en/latest/training.html对其进行训练，因此我使用他的损失演化看起来很正常，就像你在这里看到的： ? 我
浏览 26提问于2021-08-18得票数 0
我试图使用tensorflow和对象检测api来配置一个简单的对象检测问题的传输学习。在进行训练时，最初的损失可能是相当好的，但它会急剧增加。当我对用于训练的数据进行推断时，我在对象上没有边框。我认为标签是错误的(部分原因是拉伸板没有显示任何包装箱，
浏览 0提问于2019-08-06得票数 0
回答已采纳
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)
浏览 2提问于2020-03-04得票数 0
我正在用我自己的数据训练tensorflow对象检测API。我使用的模型是带有预先训练过的coco检查点的ssd_mobilenet_v1。这很好，但是分类损失在某个时候会增加。
我认为数据集的不足在培训阶段并不重要，因为它们都是相似的；实际上，我是从视频中提取它们的。 }
label_map_path: "/
浏览 0提问于2019-11-28得票数 1
回答已采纳
我最近使用Tensorflow 1.15训练了一个对象检测模型，使用Python的测试结果很好。然而，在将其转换为.tflite格式后，在安卓上运行该模型后，其性能急剧下降。在模型转换为tf-lite的过程中会出现性能损失吗？有没有办法在转换过程中避免这种性能损失？参考资料： 培训来源：https://github.com/tensorflow/models/tree/master/research&
浏览 34提问于2020-01-24得票数 1
回答已采纳
我正在为我自己的数据集使用tensorflow对象检测api，我遇到了一些问题。我使用centos，GPU Geforce 1080，8 GB GPU内存，tensorflow 1.2.1。问题1:从0步到3000步，我的损失急剧减少，但在那之后，它在5到6之间保持不变。不知道如何减少它，但我的模型仍然能够检测到所需的对象。甚至我尝试过不同的模型，例如。在某些阶跃损失后，faster_rcnn_inception_r
浏览 0提问于2017-11-17得票数 1
1回答
损失函数周期性跳变的原因
、、、、
我正在训练一个SSD盗梦空间V2，用于从卫星图像中检测建筑物。我使用Tensorflow对象检测API。我很难解释为什么损失的价值似乎是周期性变化的：如果需要增加更多的信息，请告诉我
浏览 0提问于2020-11-30得票数 0
回答已采纳
1回答
大班不平衡训练
、、
1)类大小--我正在5个类上训练TF对象检测API，在这些类中，大小并不接近：
这不是训练一个典型的图像分类器，所以我猜这不是一个真正的阶级不平衡问题，但我想知道它是否会影响结果模型
信息:<em
浏览 3提问于2017-11-02得票数 4
我正在训练以下CNN：https://github.com/tensorflow/models/tree/master/research/deeplab📷我使用的批处理大小为16，我有24k图像，所以24k/16=1500步用于对列车数据的完整传递。只有在5
浏览 0提问于2019-09-05得票数 7
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。
浏览 4提问于2018-02-27得票数 1
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
我正在训练自定义对象检测，使用Mask RCNN在TensorFlow对象检测中。因此，我将与边界框一起预测对象实例掩码。信息:tensorflow:全局步骤4181:损失= 0.0031 (3.290秒/步)信息:tensorflow:全局步骤4182:损失= 0.00
浏览 1提问于2019-01-24得票数 2
回答已采纳
我希望使用TensorFlow对象检测API在分辨率大于300x300的自定义数据集上从头开始训练scratch V2。输入分辨率设置为300x300，并且： fixed_shape_resizer { width: 300}image_resizer { he
浏览 2提问于2021-03-10得票数 0
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。
浏览 11提问于2020-02-25得票数 0
1回答
当使用Tensorflow对象检测API训练对象检测DNN时，它的可视化平台Tensorboard绘制了一个标量regularization_loss_1谢谢!
浏览 2提问于2018-01-25得票数 25
回答已采纳
我一直在我自己的数据集上使用Tensorflow对象检测API。在训练时，训练损失会在张力板上更新。但我需要分别获得训练和验证精度(mAP)。需要采取哪些步骤来获取这些值？
浏览 24提问于2019-06-06得票数 1
回答已采纳
我正在研究数字检测器，并使用来自tensorflow的对象检测API。有时，预测的边框不包含整数，因此无法读取。我想改变损失函数，当一个数字的一部分丢失时，当预测的包围盒太大时，惩罚更多。在哪里可以找到训练中使用的损失函数的隐写？
浏览 2提问于2018-04-06得票数 1
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4:损失= 1.1560 (2.021秒/步)几千步后的mAP大约是0.25...tensorflow是否将一些
浏览 11提问于2017-08-08得票数 3
ubuntu - 20.04使用的数据集= MNIST
我正在测试tensorflow，我注意到验证sparse_categorical_accuracy (准确性)和验证损失( SparseCategoricalCrossentropy )都在一起增加，这对我来说是没有意义的。我认为随着训练的进行，验证损失应该会下降，验证准确率应该会提高。或者，在过拟合的情况下，验证损失增加，验证精度下降。但是，随着训练的进行，验证损失</em
浏览 0提问于2020-05-24得票数 1
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号