用ssd算法检测行人和车辆,采用了kitti数据集进行模型训练。没有采用预训练模型,主干网络也去掉了两层,迭代了几十万次,loss再也降不下去。训练出来的模型只能检测出车辆,无法检测出行人,并且还有时将行人,自行车检测为车辆。各种调参均无效,如何解决呢?我在想会不会是样本不均衡,感觉kitti数据集的行人数量相比车辆还是太少。但是采用ssd_vgg_300预训练模型进行训练效果是好的,这是为什么呢?
从原理(YOLO / Faster RCNN / SSD / 文本检测 / 多任务网络)到场景实战,掌握目标检测核心技术
了解课程