参考:https://www.zhihu.com/question/59201590
1、ssd default box和 faster R-CNN anchor 区别
Faster RCNN中anchor只用在最后一个卷积层,SSD 的default box是应用在不同尺度的feature map上,可以更好的映射不同大小比例的box
2、对过拟合的参数调优:(参考:https://www.zhihu.com/question/59201590)
1) weight decay
利用weight decay给损失函数加了个惩罚项,使得在常规损失函数值相同的情况下,学习算法更倾向于选择更简单(即权值和更小)的NN。是一种减小训练过拟合的方法。(防止参数过大(正)过小(负),防止过拟合)
2)获取更多的样本,或者通过数据增强方法增加样本的多样性
3)加入dropout方法
4) 减少网络层数和神经元个数
3、momentum参数 可以调整梯度下降的加速度。