为什么我在训练tensorflow对象检测ssd mobilenet模型时训练损失很高答案

【问题标题】：Why is my training loss very high when training tensorflow object detection ssd mobilenet model为什么我在训练tensorflow对象检测ssd mobilenet模型时训练损失很高
【发布时间】：2020-12-11 20:36:29
【问题描述】：

我正在尝试使用 tensorflow api models ssd mobile net 创建自己的自定义对象检测器，但问题是当模型开始训练时，损失非常高，例如 700-800，并且损失一直在波动，我也看到了同样的情况损失的价值被重复，有人可以向我解释一下。我最初已经将模型训练了 7000 步，但损失并没有减少，然后我又开始训练模型。我正在分享我的新培训的屏幕截图。我已经坚持了将近两天了，非常感谢任何帮助。我的火车数据集中有 16482 张图像，我的图像大小是 64x64

【问题讨论】：

在不提供任何关于您的数据、模型等的信息的情况下，我们只能猜测。你标准化你的输入了吗？您的模型是否足够大以适应数据？有没有可以学习的模式？ ...
您的损失似乎在波动。尝试降低学习率。否则使用这个 repo 来设置对象 - 检测 - 模型并尝试不同的模型，看看是否会发生同样的事情 - Link
@AniketBote 嘿，这是用于自定义对象检测的存储库吗？
是的。它会自动下载所有内容并设置路径，创建 tfrecords ，模型模型，创建配置文件，最后输出用于训练和评估模型的命令。

标签： tensorflow object-detection-api mobilenet

【解决方案1】：

如果你确定你的数据集没问题，那么这个问题可能与你的模型的学习率有关。如果您使用的是 tensorflow 对象检测器，您可以在基本迁移学习模型的配置文件中更改此学习率

【讨论】：

【解决方案2】：

请检查所有图像的图像格式应该是相同的格式（JPG 或 JPEG），删除 PNG 图像。然后尝试训练

【讨论】：