在 TensorFlow 对象检测 API 中绘制验证损失答案

【问题标题】：Plot validation loss in Tensorflow Object Detection API在 TensorFlow 对象检测 API 中绘制验证损失
【发布时间】：2019-03-21 19:35:29
【问题描述】：

我正在使用 Tensorflow 对象检测 API 来检测和定位图像中的一类对象。为此，我使用了预训练的 faster_rcnn_resnet50_coco_2018_01_28 模型。

我想在训练模型后检测欠拟合/过拟合。我看到了训练损失，但在评估 Tensorboard 后，只显示了 mAP 和 Precision 指标，没有损失。

这是否也可以在 Tensorboard 上绘制验证损失？

【问题讨论】：

标签： tensorflow deep-learning tensorboard object-detection-api loss

【解决方案1】：

存在验证损失。假设您使用的是最新的 API，“loss”下的曲线是验证损失，而“loss_1/2”是训练损失。

【讨论】：

是否有相关文档的链接？我总是以这个答案告终，但如果能引用一些官方文档就好了。

【解决方案2】：

要查看验证曲线，您应该更改 faster_rcnn_resnet50_coco.config：

1-评论max_evals线
2 组 eval_interval_secs: 60 .
3- num_examples 应该等于或小于“val.record”中的“文件”数。

eval_config: { . 
  num_examples: 600 . 
  eval_interval_secs: 60 . 
  # Note: The below line limits the evaluation process to 10 evaluations.  
  # Remove the below line to evaluate indefinitely.  
  # max_evals: 10 .
}

【讨论】：

【解决方案3】：

使用 model_main.py 进行训练会在 tensorboard 中给出两条曲线。它们应该是训练和验证损失。

您可以在 CMD 中使用以下命令。

python object_detection/model_main.py --num_eval_steps=10 --num_train_steps=50000 --alsologtostderr --pipeline_config_path=C:/DroneMaskRCNN/DroneMaskRCNN1/mask_rcnn_inception_v2_coco.config --model_dir=C:/DroneMaskRCNN/DroneMaskRCNN1/CP

【讨论】：

这不是一个真正的答案，这应该是一个评论
请解释这如何回答问题并将其他所有内容移至您自己帖子的评论中（即使没有评论权限也可以）。显然这必须是一个答案，因为有人赞成它，但我只是不明白如何......
我得到了 loss_1 和 loss_2，但它们是相同的。它们看起来代表了训练损失。我制作了这样的 conf 文件： eval_config: { 。 num_examples: 104. # 必须等于验证示例的数量 eval_interval_secs: 60 。 # 60秒后进行验证，正常是300秒}