更快RCNN评估

Question

我正在INRIA Person数据集上培训Faster-RCNN（VGG-16体系结构）。我接受了180,000个训练步骤的训练。但是当我评估网络时，它会给出相同图像的不同结果。 以下是图像

我不知道为什么它会给出不同的结果对于同一组weights.The网络的朱古力实现。 对此问题的任何深入了解都非常感谢。

下图显示了不同的网损

Answer 1

最近，我还准备自己的数据集培训，并得到了类似的结果你的。

以下是我的经验和大家分享一下：

1. 检查输入的格式包括：是否所有边框图像和您的边框csvfile或XML（其中总是摆出注释文件）（X1，Y1， x2，y2）是否正确？

2. 然后检查roidb/IMDB加载Python脚本（穿上FasterRCNN/lib目录/集/ pascal_roi.py，也许你是inria.py）， 确保_load_xxx_annotation（）正确加载的所有边框的打印bounding_box和文件名。 重要，如果您的脚本被复制并修改了pascal_roi.py或任何原型脚本，请检查它是否将所有roi和图像信息保存到缓存文件中，如果是，则需要在更改任何配置文件时删除该缓存文件并重新尝试。

3. 最后，确保所有包围盒正确地生成当网络是训练（在FasterRCNN/LIB/roi_data_layer/layer.py所示例如打印minibatch变量来显示文件名和对应的X1，Y1，X2，Y2） 。如果roi发生器正确生成，边界框在很大程度上与手动选择边界框不会有差别。

一些类似的issue也可能导致此问题。