约洛v2十进位精度差

Question

我目前使用的是来自pjreddie.com网站用Tensorflow和Keras写的。我已经成功地让这个模型开始和完成了超过100个阶段的训练，其中有10000个训练图像和2400个测试图像，这些图像是我随机生成的，还有相关的JSON文件，都是在一些使用CUDA的titanxgpu上生成的。我只想检测两个类。然而，离开训练后，损失函数减小，但测试精度徘徊在3%以下。所有的图像似乎都转换成了黑白。当使用训练数据时，模型在其中一个类上的表现似乎是合理的，因此模型显得过于拟合。我可以对代码做些什么来使模型变得准确？你知道吗

Answer 1

好吧，结果是YOLOv2在看不见的数据上表现得非常好，只是看不见的数据必须和它训练的图像大小相同。如果Yolo接受过400x400和300x400图像的训练，请不要向它提供800x800图像。此外，Keras的准确度测量对检测也没有意义。它可能会说2%的准确率，实际上是检测所有的对象。传递相同大小的看不见的数据解决了这个问题。你知道吗