人们是否训练过早停止的对象检测方法？他们的设置是什么？答案

【问题标题】：Does people train object detection methods with early stopping and what were their settings?人们是否训练过早停止的对象检测方法？他们的设置是什么？
【发布时间】：2020-05-03 11:37:11
【问题描述】：

我正在研究与对象检测方法（YOLOv3、Faster-RCNN、RetinaNet 等）相关的一些东西，我需要在 VOC2007 和 VOC2012 上进行训练（当然使用预训练模型）。然而，当我阅读相关论文时，我没有看到人们描述他们是使用提前停止还是仅使用固定次数的迭代进行训练。如果他们使用提前停止，在停止之前设置了多少步？因为当我在停止前尝试了 100 步时，结果非常糟糕。请帮帮我，非常感谢。

【问题讨论】：

您能否提供您的代码为stackoverflow.com/help/minimal-reproducible-example 并参考您提到的论文？对于可能出错的地方，选择太多了。从迭代计数中查看损失如何变化很有用。尝试更多步骤并输出每个集合的损失 - 训练/测试/验证。

标签： object-detection object-detection-api yolo faster-rcnn

【解决方案1】：

我找到了implementation of the PASCAL VOC2012 dataset trained for semantic segmentation that uses the following early stopping parameters：

earlyStopping = EarlyStopping(
    monitor='val_loss', patience=30, verbose=2, mode='auto')

【讨论】：

太好了。老实说，我尝试以耐心=100 提前停止，但效果不佳。但是当我尝试运行 50000 次迭代时，结果还可以。