我正在使用 Tensorflow 对象检测 API 在 COCO 数据集上从头开始训练 CNN。我需要使用这个特定的配置。COCO 上没有具有该配置的预训练模型，这就是我从头开始训练的原因。
然而，经过 1 周的训练并评估了训练阶段生成的每个检查点，这就是我的学习阶段在 Tensorboard 上的显示方式：
因此，我的问题是：
很难确定出了什么问题，但这里有一些可能性：
问题很困难。COCO 论文报告说，一个典型的物体只覆盖了图像的 4-6%。因此，随机初始化的模型可能表现极差，预期精度在 4% 到 6% 之间，用于检测帧中的感兴趣对象。您的配置文件中还有 90 个类。目前尚不清楚该模型是否可以访问正确的标签，但如果它还可以推断类别，我们预计初始准确度约为 0.06%。这实际上与您的起始模型的精度有关。
您正在对大小为 32 的小批量进行训练。从您的配置中，我不清楚该图的下轴是迭代还是时期。如果是前者，那么您的模型在整个训练期间只会看到 150 万个示例。对于这么难的问题，这还远远不够。事实上，COCO 只包含 328k 个独特的例子，所以模型只会看到它们中的每一个 5 次（对应于 5 个 epoch）。如果你已经完成了 500,000 个 epoch，那么这应该就足够了。
超参数可能没有设置好。我不是训练 CNN 的专家，但深度网络是出了名的挑剔。我很难阅读你的配置文件，但你的学习率在我看来是合理的。不过，随着时间的推移，它似乎也经历了指数衰减，我不清楚你想这样做，或者你用于衰减的时间表是否有意义。这可能值得回顾。