machine-learning - 像 yolo 这样的深度学习模型的损失函数 "good"值是多少？

Question

我收集了约1500个标记数据并使用yolo v3进行训练，训练损失约为10，验证损失约为16。显然我们可以使用真实的测试数据来评估模型性能，但我想知道是否有办法判断这个训练损失 = 10 是否是一个“好的”训练？或者这是否表明我需要使用更多的训练数据来看看是否可以将其降低到 5 甚至更少？

最终我的问题是，对于具有预定义损失函数的知名模型，训练损失是否有一个“好的”标准值？

谢谢。

Answer 1

您需要训练体重，直到平均损失变为 0.0XXXXX。检测具有匹配 anchor IOU 的对象是最低要求。

更新:2018年11月28日

在训练目标检测模型时，损失有时可能会随着大数据集而变化。但您需要计算的只是平均精度(MAP)，它准确地给出了训练模型的准确性标准。

./darknet detector map .data .cfg .weights

如果您的 MAP 接近 0.1，即 100%，则模型表现良好。

点击链接了解有关 MAP 的更多信息:
https://medium.com/@jonathan_hui/map-mean-average-precision-for-object-detection-45c121a31173