TensorFlow 中的网络架构

Question

我正在用 tensorflow 训练网络，但结果不够好。该模型无法概括，因此它只能检测每张图像的几个对象（框）。

根据以上内容，我不确定如何确定我的网络是否太 small/big 不适合我的目的。目前，我使用 Resnet101，但我不知道它是否真的适合我（我想检测 5 个对象 类），或者我是否应该换成 ResNet50 或 ResNet152 等。

有什么方法可以正确选择吗

谢谢。

Answer 1

在继续自己实施网络之前，您可以尝试将学习的预训练模型迁移到您的数据。

由于您要解决对象检测和分类问题。你可以看看一些流行的网络，比如 Faster RCNN 和 YOLO。

您自己训练的模型可能会出现很多问题，以下是我能想到的一些事情：

1. 训练和测试数据分布不同
2. 您的模型过度拟合您的训练数据，您可以尝试一些正则化方法来防止这种情况。
3. 对几个时期进行超参数网格搜索，以找到学习率的最佳值，keep_prob，等等
4. 没有足够的训练数据进行泛化。
5. 至于网络大小，在您当前的训练装备上安装尽可能大的网络，然后开始减小其大小以找到准确性和计算强度之间的最佳平衡点。