一、ssd-resnet18
比赛默认提供的目标检测模型是ssd,backbone是resnet18,默认训练80批次,部分训练参数及结果如下图1。
max map 0.8428856637198172
min train loss 4.685321
min val loss 44.12858346390398
图1 ssd-resnet18训练结果图
二、ssd-resnet50
把resnet18改为resnet50,但是学习率没有调整好,导致过拟合了,实验结果如图二。
max map 0.48516015039328986
min train loss 8.325766
min val loss 74.27994304813751
图2 ssd-resnet50过拟合训练结果图
调整学习率,提高epoch到300,map回归正常,实验结果如图3。
max map 0.8693470923063038
min train loss 5.8156857
min val loss 38.21444113468411
图3 ssd-resnet50训练结果图
三、ssd-resnet101
或许是参数没有调整好,相对于resnet18和resnet50效果并没有提升。
max map 0.8139915690690182
min train loss 17.634895
min val loss 49.02305871703696