毕业设计记录

实验记录

官方COWC数据集把汽车分为了'Pikup','Other','Sedan','Unkown'四个类别，将COWC中Utah部分的照片(12729张)作为训练集，Toronto(8700)的图片1比1拆分验证集和测试集进行训练。实验使用4个GPU，网络训练迭代总次数为 90000次，训练批量大小为 8，初始化学习率为0.001，在迭代 60000 次后降为 0.0001，权重衰减因子为 0.0001，优化器采用 SGD，动量为 0.9。网络最小输入为 256，最大输入为 640。结果如下：

FCOS	0.330	0.532	0.370	0.369	0.395	-1

观察到数据中四个类别数量分布及每个类别识别AP如下，我便摒弃掉最后一个类别，将前三个类别合并成一个'Car'类别进行训练。

 

 

又考虑到数据集中图片来自多个城市，为提高模型泛化能力，进行颜色抖动、翻转和旋转等数据增强。结果如下：