TensorFlow 对象检测训练问题

Question

按照 EdjeElectronics tensorflow 对象检测教程，我有一些问题和疑问。

我用的是faster_rcnn_inception_v2_coco

按照教程训练我自己的模型（只有一门课）

我训练自己的模型，只检测一个类和近 400 张图片（320 个训练，80 个测试）

1. 仅经过 85 步后，classification_loss 低于 0.2。 600 步后它接近 0.1，所以不需要再训练了。

为什么要这样训练？通常我必须训练 10000 或 20000

1. 当我尝试对具有 1 个经过训练的对象和另一个在同一类别但外观不同的图片进行检测时，它会被检测为第一个对象。

有什么想法吗？

Answer 1

我不知道为什么损失会这样低，但是对于我尝试使用 ssd_inception2 模型检测的其他问题，使用 400 步我有同样的问题，但使用 701 步更好，它可以在 2 之间产生差异相似对象