SSD-300训练步数过长如何调整？合理训练步数应为多少？

训练步数调整方法 #

你遇到的训练不停的核心原因是命令参数写法错误，epochs= 50未被脚本识别：

• 该仓库基于TensorFlow Slim框架开发，本身没有内置--epochs配置项，控制训练终止的参数是--max_number_of_steps，直接对应global step的最大值。
• 你原来的命令中epochs= 50前面没有加--前缀、等号两侧存在空格，属于无效参数，脚本默认会执行无限训练，所以才会出现步数远超预期的情况。
• 总训练步数计算逻辑：总步数 = （训练集样本数 ÷ batch_size） × 目标epoch数。以Pascal VOC 2007训练集为例，总共有5011张样本，你设置的batch_size=6，单epoch对应约836步，50epoch总步数约为41800，直接在训练命令中添加--max_number_of_steps=41800即可。
• 如果需要按epoch自动计算步数，可以自行修改train_ssd_network.py，在命令行参数解析部分新增epochs参数，读取训练集样本总数后自行计算总步数，传入slim.learning.train的max_number_of_steps参数即可。

修正后的训练命令示例：

!python train_ssd_network.py --dataset_name=pascalvoc_2007 --max_number_of_steps=41800 --dataset_split_name=train --model_name=ssd_300_vgg --save_summaries_secs=60 --save_interval_secs=600 --weight_decay=0.0005 --optimizer=adam --learning_rate=0.001 --batch_size=6 --gpu_memory_fraction=0.9 --checkpoint_exclude_scopes=ssd_300_vgg/conv6,ssd_300_vgg/conv7,ssd_300_vgg/block8,ssd_300_vgg/block9,ssd_300_vgg/block10,ssd_300_vgg/block11,ssd_300_vgg/block4_box,ssd_300_vgg/block7_box,ssd_300_vgg/block8_box,ssd_300_vgg/block9_box,ssd_300_vgg/block10_box,ssd_300_vgg/block11_box

注：原命令中--checkpoint_exclude_scopes后多余空格也已修正，避免参数加载失败

SSD-300理想训练步数参考 #

没有通用的固定值，需要结合你的数据集大小、batch size、训练目标调整，通用参考标准如下：

• 官方原版SSD在VOC2007+VOC2012联合训练集（共约16.5k训练样本）、batch_size=32的配置下，推荐训练120k步，分别在80k步、100k步将学习率衰减为原来的1/10，该配置下mAP可以达到77.2%的官方水平。
• 如果你仅用VOC2007单数据集训练、batch_size=6的场景下，推荐总步数控制在6~8万步即可，分别在4万步、6万步衰减学习率，训练步数过高容易出现过拟合，反而降低检测精度。
• 最优停止标准以验证集mAP为准：如果连续5~10个epoch验证集mAP没有明显上涨，即可提前终止训练，不需要硬卡预设步数。

内容的提问来源于stack exchange，提问作者EverydayDeveloper