为什么随着训练步骤的增加，mAP 的图没有上升？

Question

我用 1000 张火车图片和 100 次测试训练了我自己的 ssd coco 模型。我只是好奇为什么训练步骤的数量与 mAP 不成正比，或者为什么它在某些训练步骤的 mAP 较低，如下图所示？

Answer 1

神经网络优化器功能，例如梯度下降及其变体 (http://ruder.io/optimizing-gradient-descent/) 尝试在每个时间步更新模型的权重，以便更接近可能的最小损失。有时它会朝错误的方向前进，有时它会朝正确的方向前进，但步幅太大，以至于超过了最小值。

Adam 等复杂的优化器函数试图通过使所采取的步骤更加一致并且随着时间的推移逐渐变小来最小化这个问题。

因此，您在上面看到的是完全正常的 - 即 mAP 会上下跳跃，但随着时间的推移它会增加。