【问题标题】:Tensorflow Object Detection API - What's actually test.record being used for?Tensorflow 对象检测 API - test.record 的实际用途是什么?
【发布时间】:2018-04-03 06:16:58
【问题描述】:

我对 Tensorflow 对象检测 API 有一些疑问。希望有人可以帮助我...在此之前,我需要提到我正在关注sendex 正在做的事情。所以基本上,步骤都是他的。

第一个疑问:为什么我们需要 test.record 进行训练?它在训练期间做什么?

第二个疑问: Sendex 正在从 test.record 中获取图像来测试新训练的模型,模型是否已经知道这些图像,因为它们来自 test.record?

疑问之三:什么情况下需要激活drop_out(在.config文件中)?

【问题讨论】:

    标签: tensorflow object-detection-api


    【解决方案1】:

    1)它在训练期间什么都不做,你在训练期间不需要它,但在某些时候模型开始overfit。这意味着训练图像的损失继续下降,但测试图像的准确性停止提高并开始下降。这是需要停止训练并认识到这一刻需要 test.record 的时候。

    2)图像仅用于在训练期间评估模型,而不是训练网络。

    3) 您不需要激活它,但使用 dropout 通常可以获得更高的准确度。它可以防止网络过度拟合。

    【讨论】:

    • 非常感谢您的回复和分享您的知识。对此,我真的非常感激。 1)如果是这样,我可以知道为什么在模型的配置文件中,有一个部分我们需要放置train.record的路径吗? 2)如何使用test.record识别这样的时刻?我只是希望我可以利用 test.record 而不是把它留在那里。 3)我需要达到高精度。所以我打算打开dropout。准确率会显着提高吗?请原谅我是 tensorflow 和 AI 的新手。谢谢
    • 它在用于评估的 eval_config 部分。运行文档中提到的命令 [github.com/tensorflow/models/blob/master/research/….然后运行 ​​tensorboard 命令并查看准确度的值。 config文件中使用的参数说明可以在protos目录中找到。
    猜你喜欢
    • 2018-02-02
    • 1970-01-01
    • 1970-01-01
    • 2011-04-02
    • 2019-05-17
    • 2015-04-22
    • 2021-07-22
    • 1970-01-01
    • 2018-06-15
    相关资源
    最近更新 更多