TensorFlow OD API微调EfficientDet-D0时PASCAL VOC类别1识别失效问题
问题原因
配置里ssd模块下的encode_background_as_zeros: true和add_background_class: false两个参数组合存在逻辑冲突:
add_background_class: false代表模型不会额外新增背景类,输出的20个分类头直接对应PASCAL VOC的20个类别,你用create_pascal_tf_record.py预处理输出的标签范围是0~19,第一个类别飞机的标签为0。encode_background_as_zeros: true会让TensorFlow目标检测API把标签为0的样本全部判定为背景,既不会当做正样本参与训练匹配,评估阶段也会直接过滤掉分类头第0通道的输出结果。
这就导致所有飞机类的标注全程被当做背景处理,模型完全没有学习到该类的特征,最终mAP几乎为0。剩下的19个类别标签对应1~19,不受该逻辑影响,所以表现正常。
修复方案
任选一种即可:
- 方案1:保留
add_background_class: false的设置,将encode_background_as_zeros的值改为false。修改后模型不会将标签0判定为背景,20个分类头直接对应0~19的20个VOC类别,和预处理输出的标签完全匹配。 - 方案2:保留
encode_background_as_zeros: true的设置,将add_background_class的值改为true。修改后模型会自动在20个类别基础上新增1个背景类,总输出类别数为21,标签0对应背景,1~20对应VOC的20个类别,和编码逻辑匹配。
内容的提问来源于stack exchange,提问作者Arne Aarts
相关产品推荐
相关产品推荐

