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。。。