我使用tensorflow对象检测api在我的500~图像数据集上训练SSD + mobilenet (eval图像=数据集的10% )。我使用gcloud运行训练和评估过程。训练过程花了7个小时，评估过程只花了45分钟。运行tensorflow显示了所有步骤(200K)的损失图，但精度(来自eval过程)仅高达45K步。为什么会这样呢？如何测量训练会话的精确度？
浏览 7提问于2017-08-30得票数 1
2回答
我正在使用TensorFlow 2.x对象检测API。在我的数据集上，我从模型动物园训练了一个深入的学习模型。我在用谷歌Colab。训练结束后，我想对我的模型进行评估。我正在使用coco检测指标。我使用下面的脚本来评估我的模型， --checkpoint_dir = path/to/checkpoint directory
运行上述代码后，我
浏览 8提问于2021-05-06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
浏览 1提问于2018-10-17得票数 2
回答已采纳
1回答
我的目标是评估对象检测任务在测试数据集上的模型性能。利用Tensorflow对象检测API对数据集进行6个类的训练。对于某些类，有20个对象样本，而对于一些类，它只能是一个样本。因此，对于训练和测试集来说，数据都是不平衡的。我可以使用平均平均精度(mAP)作为评估指标吗？在我看来，将它用于不平衡的数据是不正确的。因此，我不知道要使用哪些其他度量标准。
浏览 0提问于2020-05-29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。
浏览 0提问于2019-01-08得票数 6
1回答
了解和跟踪对象检测中的度量
、、、、
如果我在自己的数据集上进行一些培训或评估，我会对度量有一些疑问。我仍然是这个话题的新手，只是尝试了tensorflow和googles对象检测api和tensorboard.所以我做了所有这些事情，用对象检测api来启动和运行，对一些图像进行训练，并在其他图像上进行一些评估。因此，我决定使用加权PASCAL度量集进行评估:在张量板中，我为每个类和mAP获得了一些mAP，这是可以看到
浏览 0提问于2018-01-26得票数 2
2回答
我开始使用来评估使用训练的模型。在阅读了各种解释平均精度(mAP)和回忆的资料后，我对茧中使用的“最大检测”参数感到困惑。这给出了查全率曲线，并计算了mAP作为该曲线下面积的近似值。或者，用定义的召回范围内最大精度的平均值(0:0.1:1)来表示。在我的例子中，每幅图像有3000个对象。使用cocoapi评估结果会让人产生可怕的回忆，因为它将检测到的对象数量限制在
浏览 5提问于2018-10-16得票数 19
回答已采纳
我从Tensorflow对象检测API faster_rcnn_inception_resnet_v2_atrous_coco中训练了大约10个类的对象检测模型。当我运行model_main.py文件来评估模型时，它似乎只给出了所有10个类的平均精度(AP)和平均召回(AR)，如下所示： Average Recall
浏览 8提问于2019-12-07得票数 1
我正在运行来自对象检测应用程序接口的教程，并且我正在使用牛津数据集和ResNet Faster-RCNN。当我通过运行(eval.py)来评估我的训练模型时，Tensorboard返回了大约0.95的平滑精度值。我的牛津数据集验证jpg计数应该在2,200左右。在我的配置中，我正确指定了输入路径，如下所示： tf_record_
浏览 11提问于2017-08-08得票数 2
我正在尝试训练一个SSD移动网络探测器来检测显微图像中的细胞核。我在Ubuntu 16.04上使用tensorflow对象检测API和tensorflow (1.4版)的GPU实现。当我开始训练时，我看到mAP有了很好的增加，在大约6k全局步长(批量大小为12)时，我可以检测到大多数细胞核，但也有一些多次检测到相同的细胞核。奇怪的是，在这一点之后，mAP开始下降，即使TotalLoss继续下降，模型
浏览 12提问于2018-02-03得票数 8
回答已采纳
我使用tensorflow对象检测接口和RFCN_resnet101对小对象进行检测，但有时检测效果不好，会检测到有偏移量的对象，有时会错误地检测到对象。有谁知道如何处理它吗？
浏览 0提问于2017-10-20得票数 1
我不明白如何将值设置为：steps_per_epoch如果我在训练集中有24万个样本，在测试集中有80000个样本，那么batch_size、
浏览 0提问于2018-03-30得票数 59
回答已采纳
我在自定义数据集中的tensorflow对象检测API上训练了一个更快的rcnn模型。我发现3.5k步后损失为2。然而，当我运行eval.py时，mAP分数几乎为0，如下所示。但是，当我在3.5k步上查看这些图像时，模型捕获了一些框，如下所示有谁能解释一下为什么mAP分数接近于零，即使模型已经学会了输出相当多的框？
浏览 0提问于2018-05-22得票数 4
1回答
如何利用tensorflow对象检测api在推理时绘制具有预测边界框的地面真实边界框？
如何计算精确度，召回率和mAP的目标检测使用固态硬盘模型与KITTI类数据集？
浏览 2提问于2018-10-20得票数 2
我已经在Google Colab上使用tensorflow的对象检测API训练了一个对象检测器。在互联网上搜索了一天的大部分时间后，我还没有找到关于如何为我的模型运行评估的教程，这样我就可以获得像mAP这样的指标。简而言之，到目前为止，我所做的是为测试和训练图像生成标签，并将它们存储在object_detection/images文件夹下。tensorflow model
浏览 2提问于2018-06-20得票数 12
2回答
CV在每一轮中做什么？如果CV结果有500行(即有500个决策树)，那么如何构建每棵树？这500棵树是如何组合在一起产生一个单一的原木损失数字的？
浏览 3提问于2017-08-26得票数 2
假设我有一个用TensorFlow/Keras/Caffe等制作的网络模型，我可以使用CoreML Converters API从它获得一个CoreML模型文件(.mlmodel)。所以问题是：如有任何建议，敬请见谅。由于我是CoreML的新手，你可以给出任何反馈，如果需要的话，我会尽力改进这个问题。
浏览 1提问于2021-03-23得票数 0
回答已采纳
我最近一直在使用TF2.0。我训练了一个简单的CNN模型(用Keras序列API)来对图像进行二值分类。我使用tf.data.Dataset从磁盘加载映像。实际上，该模型得到了很好的精度，列车binary_accuracy: 0.9831和验证binary_accuracy: 0.9494。
尝试使用model.evaluate()对模型进行评估。它的二进制精度为0.9460。但是当我尝试使用predict_classes()手工计算二进制精度时，我得到了大约0.384
浏览 3提问于2019-11-09得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
