【发布时间】：2023-04-02 07:43:01
【问题描述】：
我正在为人脸检测进行 AlexNet 微调：link
与链接的唯一区别是我使用的是另一个数据集（facescrub 和一些来自 imagenet 的图像作为反例）。
我注意到准确度增加得太快了，在 50 次迭代中，它从 0.308 变为 0.967，当它大约为 0.999 时，我停止训练并使用与上述链接相同的 python 脚本使用模型。
我用于测试数据集中的图像，结果差强人意，test image result。如您所见，人脸中的框太大（并且数据集图像被严格裁剪），更不用说没有人脸的框了。
我的求解器和 train_val 文件完全相同，唯一的区别是批量大小和最大迭代器大小。
【问题讨论】：
-
我注意到我的数据集包含的正例多于负例，这可能是准确率快速提高的原因吗？
标签： machine-learning neural-network deep-learning caffe face-detection