Python 3.x 损失函数的奇怪跳跃-拟合不足?
这是我的第一个问题,如果我做错了什么,请耐心等待 在我的空闲时间,我喜欢用神经网络做实验,特别是用目标检测神经网络。我遵循了使用更快的rcnn-v2(预训练)的方法,对于教程中提供的测试文件,培训进行得很顺利,对象检测器也工作正常 然后,我换成自己的照片,并尝试调整步骤。但是当训练开始几步后,我的损失开始跳跃(如图中所示),然后。我在几千步之后拍下了这张照片,但后来什么也没变。我曾经把它训练到80.000步,但我仍然有跳跃障碍 我训练我的网络在大图片中检测相对较小的对象,所以可能有问题?我想训练它识别音符。为了测试的目的,我从两个对象开始,看看它是否有效。这些图像的分辨率约为2500 x 1500 我有大约170张用于训练的标签图片,图片中每个班级大约有10个对象,还有30张用于测试的图片 由于这不起作用,我试着只使用一张图像进行训练,以进行测试和训练,以激发过度拟合,从而看到模型本身能够处理这一问题,但损失也开始增加 那么错误在哪里呢?恐怕这种神经网络对于这种目标检测是错误的Python 3.x 损失函数的奇怪跳跃-拟合不足?,python-3.x,tensorflow,conv-neural-network,object-detection,Python 3.x,Tensorflow,Conv Neural Network,Object Detection,这是我的第一个问题,如果我做错了什么,请耐心等待 在我的空闲时间,我喜欢用神经网络做实验,特别是用目标检测神经网络。我遵循了使用更快的rcnn-v2(预训练)的方法,对于教程中提供的测试文件,培训进行得很顺利,对象检测器也工作正常 然后,我换成自己的照片,并尝试调整步骤。但是当训练开始几步后,我的损失开始跳跃(如图中所示),然后。我在几千步之后拍下了这张照片,但后来什么也没变。我曾经把它训练到80.000步,但我仍然有跳跃障碍 我训练我的网络在大图片中检测相对较小的对象,所以可能有问题?我想训练
PS:不知道这是否重要,我使用纸质空间来训练网络。测试样本的准确度是多少?损失的跳跃并没有太大的波动,所以这不是一个大问题。损失跳跃永远不会达到零波动。但是你有没有看到损失在0.4到10^15之间变化?这不可能是真的。不幸的是,在这个toutorial中没有实现精度函数。但是当我测试它的时候。它检测不到任何东西。所以我有点绝望,因为我不知道这个错误是从哪里来的。。。