python - 使用 SSD Mobilenet (Tensorflow API) 进行 1080p 物体检测

Question

大家好，

我的目标是在尺寸为 1920x1080 的图像上检测人和汽车(白天和黑夜)，为此我使用tensorflow API，我使用SSD mobilenet模型，我注释了1000张图像(900张用于训练，100张用于训练)评估)来自7个不同的相机。我使用 960x540 的图像大小启动训练。我的模型没有收敛。我不知道该怎么办，我应该为白天和夜间的对象创建不同的类吗？

在使用 TensorFlow API 进行人脸检测的教程中，他们使用包含仅包含人脸的图像的数据集，然后在复杂场景上使用该模型。知道像 SSD 这样的模型也会学习反例，这是一个好主意吗？

谢谢

(来源:https://blog.usejournal.com/face-detection-for-cctv-surveillance-6b8851ca3751)

Answer 1

“不收敛”是什么意思？您指的是训练/验证损失吗？
在这种情况下，我首先想到的是降低学习率(我也遇到过类似的问题)。您可以通过修改配置文件来完成此操作，在“train_config”部分中，您将找到值“initial_learning_rate”。
尝试将其设置为较低的值(例如降低一个数量级)，看看是否有帮助。