Tensorflow 对象检测 API 中的训练和验证准确性答案

【问题标题】：Training and Validation Accuracy in Tensorflow Object Detection APITensorflow 对象检测 API 中的训练和验证准确性
【发布时间】：2019-10-21 23:05:02
【问题描述】：

我一直在我自己的数据集上使用 Tensorflow 对象检测 API。在训练时，训练损失会在张量板上更新。但我分别需要训练和验证准确度（mAP）。需要采取哪些步骤来获得这些值？

【问题讨论】：

标签： python object tensorflow detection

【解决方案1】：

如果您使用 keras API，通过tf.keras，您可以在model.fit 函数中添加评估函数作为指标。查看 the official documentation 以获取所有可用指标的列表。

您可能对tf.metrics.average_precision_at_k 感兴趣。如果它不能完全满足您的需求，您还可以实施自定义指标。

【讨论】：

【解决方案2】：

由于您说 mAP 代表平均平均精度，因此您需要在管道配置文件中使用值为“coco_detection_metrics”的 metrics_set。你的文件应该是这样的：

    eval_config: {
        metrics_set: "coco_detection_metrics"
        use_moving_averages: false
    }

之后，当您运行 eval_continuously 时，您应该获得验证集上的 mAP。对于训练集，您需要在运行model_main_tf2.py 脚本时设置eval_on_train_data 参数。

【讨论】：

model_main_tf2.py 脚本表示eval_on_train_data 选项仅在分布式训练中可用。这是否意味着我需要多个 GPU 才能使用该选项？