Tensorflow 使用ssd_mobilenet之前的标准化图像
我尝试在自己的数据集中训练ssd mobilenet： 培训图像：3400，尺寸：1600*1200 测试集：800，尺寸：1600*1200 tensorflow-gpu:1.13.1 gpu:4GB cuda 10.0 cudnn 7Tensorflow 使用ssd_mobilenet之前的标准化图像,tensorflow,deep-learning,database-normalization,object-detection-api,pre-trained-model,Tensorflow,Deep Learning,Database Normalization,Object Detection Api,Pre Trained Model,我尝试在自己的数据集中训练ssd mobilenet： 培训图像：3400，尺寸：1600*1200 测试集：800，尺寸：1600*1200 tensorflow-gpu:1.13.1 gpu:4GB cuda 10.0 cudnn 7 目标：道路伤害，如鳄鱼裂缝，但在197000步后，我的训练损失不能下降2。 我有两个问题 在使用像ssd\U mobilenet这样的预训练模型之前，我应该规范我的训练并设置图像吗？ 如果有的话 我是否应该对图像进行规范化注释？ 我真的需要帮助。提前谢谢 在使
目标：道路伤害，如鳄鱼裂缝，但在197000步后，我的训练损失不能下降2。 我有两个问题 在使用像ssd\U mobilenet这样的预训练模型之前，我应该规范我的训练并设置图像吗？ 如果有的话 我是否应该对图像进行规范化注释？ 我真的需要帮助。提前谢谢 在使用像ssd\U mobilenet这样的预训练模型之前，我应该规范我的训练并设置图像吗
否。假设您正确定义了培训管道（请参见TF模型库中的示例），对象检测API将负责定义适当的图像转换（缩放、填充、标准化等）为了使输入与模型兼容，需要输入。您是否使用TF对象检测API来训练模型？是的，我使用tensorflow对象检测API OK，但为什么我的训练损失收敛缓慢。感谢您的帮助“在197000步之后，我的训练损失无法下降”，在我看来，您的网络已收敛。根据我的经验，对于小型数据集，在进行微调时，200k个步骤是相当多的。您的网络是否聚合到可接受的性能级别是另一个问题（模型是否最适合您正在处理的任务？数据集是否难以检测？默认网络配置是否适合您？等等），谢谢。对于模型，我认为是的，因为我尝试像这样训练我的模型，但是它们的图像大小是600*600。我使用默认配置。