在 TensorFlow 对象检测 API 中使用 SSD 模型的宠物示例的预期准确性？答案

【问题标题】：Expected accuracy of the pet example using SSD model in TensorFlow object detection API?在 TensorFlow 对象检测 API 中使用 SSD 模型的宠物示例的预期准确性？
【发布时间】：2017-11-03 00:41:40
【问题描述】：

我正在使用默认管道配置 (ssd_inception_v2_pets.config) 和预训练的 inception v2 COCO 模型。在 TensorBoard 中，损失继续减少，但平均精度并没有提高。有没有人使用 Inception v2 for SSD 做过类似的实验？你有什么经验？

【问题讨论】：

标签： tensorflow object-detection

【解决方案1】：

低mAP的原因是extreme low score threshold at non maximum suppression step。如此低的阈值导致几乎每张图像都会产生超过 70 次检测，而每张图像中只有一个基本事实。将此阈值更改为更合理的值（0.1）会产生更好的 mAP 图。

【讨论】：

【解决方案2】：

你可能已经被这个问题咬过：https://github.com/tensorflow/models/issues/2749 和我一样。

尝试更新并获取一个新的起始预训练文件，看看您的问题是否得到解决。

【讨论】：

谢谢指点，我用的是SSD型号，不是移动网。
我使用的是 SSD+mobilenet，你使用的是 SSD+inception。两者之间有很多共享代码块，包括最有可能出现问题的 Hard Example Miner。