我两周前刚刚启动了TF对象检测API，并设法训练模型以识别自定义对象(在我的情况下(。
这是详细信息：
- 不。训练图像= 125
- 所有训练图像均约为500 x 500(加上负(
- 转移学习
- 模型使用= SSD_MOBILENET_V1_COCO
- 批次尺寸= 2
- 总步骤ran = 12715
- 损失约为0.5000-2.5000，有时会波动到10个以上，我不确定为什么
这是结果：第一个图像令人鼓舞。
第二张图像开始让我有些失望。我希望该模型能够检测到四个(四个盒子(MeCanum轮。为什么？
然后，我怀疑我训练有素的模型有问题。我尝试使用示例测试图像，第三张图像和第四张图像，然后我确定这完全不是我首先要目标的模型。
我一直在阅读这篇文章，我认为我们的问题非常相似(他设法解决了(。他提到输入映像需要小于600 x 1024，所以我尝试了第五张图像，毫不奇怪，结果再次令人失望。
我通过了Sentdex的教程系列，在评论部分中，我注意到很多人也面临着这个问题。那么，现在该怎么办？
有人可以帮助我编辑列表吗？为什么我不能进入一个段落列表？
125张图像？您将无法获得很多图像，您将无法获得很好的结果。如果您想验证这确实是问题，请尝试使用原始125张图像的子集进行培训。
例如，训练10张图像时的输出有多糟糕？
使用50张图像时会变得更好吗？
当您使用125张图像时，它会变得更好吗？
如果准确性随着数据集尺寸的增加而提高，则可以推断并猜测有1000张图像，您将能够做得更好。我猜那是您的问题。