caffe - Faster-RCNN 评估

Question

我正在 INRIA Person 数据集上训练 Faster-RCNN(VGG-16 架构)。我接受了 180,000 个训练步骤的训练。但是当我评估网络时，它会用相同的图像给出不同的结果。以下是图片

我不确定为什么它对同一组权重给出不同的结果。该网络是在 caffe 中实现的。非常感谢对问题的任何见解。

下图显示了不同的网络损失

Answer 1

最近，我也准备了自己的数据集进行训练，得到的结果和你的差不多。

以下是我的经验分享给大家:

1. 检查输入格式包括图像和您的边界框 csvfile 或 xml(始终放置在注释文件中)是否所有边界框(x1、y1、x2、y2)是否正确？

2. 然后检查roidb/imdb加载python脚本(放在FasterRCNN/lib/datasets/pascal_roi.py，也许你的是inria.py)，确保 _load_xxx_annotation() 通过打印 bounding_box 和文件名正确加载所有边界框。 重要，如果您的脚本被复制并修改了pascal_roi.py或任何原型(prototype)脚本，请检查它是否将所有roi和图像信息保存到缓存文件中，如果是，您需要删除缓存文件当您更改任何配置文件并重试。

3. 最后，确保所有边界框在网络训练时正确生成(例如打印 minibatch 变量以显示文件名和相应的 x1、y1、x2、y2 显示在 FasterRCNN/lib/roi_data_layer/layer.py)。如果 roi 生成器正确生成，边界框将与您手动选择的边界框有很大差异。

有些类似issue也可能导致此问题。