API обнаружения объектов Tensorflow не обнаруживает объекты правильно/вообще не обнаруживает объекты ⇐ Python

[Anonymous]

Я выполнил все шаги/формат кодов (перепроверил несколько раз, чтобы быть на 100 % уверенным в их правильности) и необходимые данные для обучения пользовательских объектов с помощью API обнаружения объектов Tensorflow. Я пробовал использовать модели ssd_mobilenet_v1_coco, fast_rcnn_resnet101_coco, а также модели fast_rcnn_inception_v2_coco, но до сих пор не получил хорошего результата. Все, что я получаю, это неправильная классификация объектов или вообще отсутствие ограничивающей рамки.

Я тренируюсь обнаруживать объект одного класса с количеством обучающих изображений около 250 и количеством проверочных изображений. 63; и каждое изображение разного размера, обычно около 300 x 300 пикселей или меньше. Я тренирую модели до тех пор, пока они не сойдутся (не полностью). Я знаю это, наблюдая за производительностью оценки, которая показывает на шагах более 15000, потери постепенно уменьшаются (до Файл конфигурации:

fine_tune_checkpoint: ".../ssd_mobilenet_v1_coco_2017_11_17/model.ckpt"
from_detection_checkpoint: true
num_steps: 200000
data_augmentation_options {
random_horizontal_flip {
}
}
data_augmentation_options {
ssd_random_crop {
}
}
}

train_input_reader: {
tf_record_input_reader {
input_path: ".../train.record"
}
label_map_path: ".../labelmap.pbtxt"
}

eval_config: {
num_examples: 63


labelmap.pbtxt:

item {
id: 1
name: 'tomato'
}


Подробнее здесь: https://stackoverflow.com/questions/494 ... -not-detec