Faster-RCNN-TF测试及问题

本文档主要介绍了Faster-RCNN-TF在深度学习中的测试流程,包括测试前的准备工作和实际测试过程。在训练结束后,模型会计算AP和mAP值作为评估指标。在测试过程中遇到的问题也将被记录,以便进行测试集评估和模型优化,以提升模型性能。
摘要由CSDN通过智能技术生成

前面仅说了如何训练自己的数据,其实运行Faster-RCNN-TF训练后,也会经过验证以及测试,最后产生一个结果,具体结果就是我们常说的AP值,当然对于多分类问题程序会求出mAP值。这里主要是记录一下在训练后会出现的问题,然后能让我们进行接下来的测试集测试以及demo的测试,同时通过测试,可以帮助我们更好的优化我们的模型,让模型达到更好的效果。

一、测试

测试前准备
对于测试,我们在训练完成后,Faster-RCNN-TF会将训练好的模型保存在output文件夹下,具体如下,这里是自己训练的一个模型 ,前面迭代次数保存的模型,自己删掉了,所以,就只看一下这个吧。

对于需要调整参数进行优化的我们来讲,我们最好对于不同迭代次数产生的模型都进行测试,能够让我们很好的找到一个合适的迭代次数。

训练完成后,会产生许多数据的计算值,并保存了下来,但是在单独测试(单独)时,我们就要将这些文件删除了,以免会产生错误,如下图
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值