何时停止训练对象检测张量流

Question

我正在使用 google api（faster_rcnn_inception_resnet_v2_atrous_coco）中提供的预训练模型在水果数据集上训练更快的 rcnn 模型。

我对默认配置做了一些更改。（类数：12fine_tune_checkpoint：预训练检查点模型的路径和from_detection_checkpoint：true）。我拥有的带注释的图像总数约为 12000。

经过 9000 步训练后，我得到的结果的准确度百分比低于 1，尽管我预计它至少为 50%（在评估中，由于准确度几乎为 0，因此没有检测到任何东西）。损失在 0 到 4 之间波动。

我应该训练它的步骤数应该是多少。我读过一篇文章说要跑大约 800k 步，但是从头开始训练时它的步数是多少？

由于类的数量不同，模型的 FC 层发生了变化，但它不应该影响那些已经存在于预训练模型中的类，比如“苹果”？

任何帮助将非常感激！

Answer 1

你不应该看你的训练损失来决定什么时候停止。相反，您应该定期通过评估器运行您的模型，并在评估 mAP 停止改进时停止训练。