TensorFlow 自定义对象检测结果令人失望 - 为什么？

Question

两周前我刚刚启动了 TF 对象检测 API，并设法训练了一个模型来识别一个自定义对象，在我的例子中是一个麦克纳姆轮。

详情如下：

• 没有。训练图像数 = 125
• 所有训练图像的大小约为 500 x 500（正负）
• 迁移学习
• 使用的型号 = ssd_mobilenet_v1_coco
• 批量大小 = 2
• 总步数 = 12715
• loss在0.5000-2.5000左右，有的时候波动到10多，不知道为什么

结果如下： first image 令人鼓舞。

second image 开始让我有点失望。我希望模型能够检测到四个（四个盒子）麦克纳姆轮。为什么？

然后，我怀疑我训练的模型有问题。我尝试了示例测试图像，third image 和 fourth image，然后我确信这完全不是我最初的目标。

我一直在阅读这个post，我认为我们的问题非常相似（他设法解决了它）。他提到输入图像需要小于 600 x 1024，所以我尝试了fifth image，不出所料，结果再次令人失望。

我浏览了sentdex 的教程系列，在评论部分，我注意到很多人也面临这个问题。那么，现在该怎么办？

有人可以帮我编辑列表吗？为什么我不能进入一个段落一个列表？

Answer 1

125 张图片？使用这么多图像，您将无法获得非常好的结果。如果您想验证这确实是问题所在，请尝试仅使用原始 125 幅图像的子集进行训练。

例如，当您训练 10 张图像时，输出有多糟糕？

使用 50 张图片效果会更好吗？

当您使用 125 张图片时效果会更好吗？

如果准确度随着数据集大小的增加而提高，您可以推断并猜测使用 1000 张图像，您将能够做得更好。我猜那是你的问题。