学习教程链接:http://datawhale.club/t/topic/499
感谢各位助教,编写了十分完整,有条理的教程,感谢队长。
3.6.1 模型训练
1.在训练过程中设定的batch_size一定要与电脑状况相适应,一般设定为32,64高配置才能跑动,跑不动时电脑会报错。
2.设定降低学习率一般为总epoch的80%,开始衰减,每次递减一般为0.1
3.训练时,使用默认的先验框大小,效果最好,自己调整过先验框大小,反而会降低准确度。
3.6.2 后处理
1.NMS非极大值抑制算法(许多两步式算法使用)
实际的处理方式,简单来说即是设定IOU阈值,筛选除去小于阈值的框。
2.代码实现
借鉴faster-rcnn的代码,与前面我们计算IOU的部分,代码有重合部分,先使用(x1,y1,x2,y2)四点代入框的位置,利用maximum及minimum函数算出相应的IOU,与阈值进行比较,留下最终的验证框。
3.6.4 VOC数据集评测
map指标
1.样本的分类为4类TP,TN,FP,FN——一级指标
1)真实值是positive,模型认为是positive的数量(True Positive=TP)
2)真实值是positive,模型认为是negative的数量(False Negative = FN):这就是统计学