MSSD模型训练config文件参数配置解读

时间：2021-01-28 11:49:30 阅读：0 评论：0 收藏：0 [点我收藏+]

标签：value ack detail 类型 targe 调整 rate 转换器 cal

参考链接：

object detection api调参详解（兼SSD算法参数详解）

https://copyfuture.com/blogs-details/20200630233052263i2qwtu5rloywtv1

文章详细介绍了ssd_mobilenet_v1_pets.config中的参数含义与配置建议，大部分还是正确的可供参考。

这与我训练中使用的ssd_mobilenet_v2_coco.config文件基本类似。

下面简单补充几点：

1，anchor_generator参数的配置。

其中默认参数如下：

min_scale: 0.2

max_scale: 0.95

修改建议：对训练集中的box宽度进行统计，进行相应修改。

2， post_processing

该部分参数也可以根据需要调整。

batch_non_max_suppression {

score_threshold: 1e-8

iou_threshold: 0.6

max_detections_per_class: 100 #每个类别可保留的检测框的最大数目。

max_total_detections: 100 #所有类别可保留的检测框的最大数目。

}

score_converter: SIGMOID # 检测分数的转换器类型选择

3，train_config: 最重要的修改部分：训练参数

{

batch_size: 48 # 越大越好，只要你的算力和显存大小满足。

optimizer {

rms_prop_optimizer: { #优化器的选择，还可以尝试使用，

learning_rate: {

exponential_decay_learning_rate { #学习率的变化，除了指数型变化外，还有momentum_optimizer，adam_optimizer这两种优化方式。

initial_learning_rate: 0.004# 初始学习率

decay_steps: 800720 #学习率变化周期

decay_factor: 0.95 #衰减率

}

momentum_optimizer_value: 0.9 # 冲量在学习率比较小时，较大的冲量（冲量不超过1）可以加速收敛。

decay: 0.9

epsilon: 1.0

}

4，fine_tune_checkpoint

设置预训练模型的路径，用于精调，并非用于0步训练时使用。

待补充ing

MSSD模型训练config文件参数配置解读

标签：value ack detail 类型 targe 调整 rate 转换器 cal

原文地址：https://www.cnblogs.com/vincent212212/p/14334051.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行