TensorFlow Object Detection API 只训练一个类

Question

我正在使用 TF 对象检测 API 在我自己的数据集上运行几个类的训练过程，但是经过相当多的步骤（大约 20k）后，我可以在 TensorBoard 的 PerformanceByCategory 菜单中看到 mAP 仅针对一个类别增加，其他是甚至还没有开始。

我的数据集是 PascalVOC 格式，我正在关注 this answer 来创建它。数据准备好后，我生成了 Pascal 记录，编辑了标签映射和管道配置，将所有带有 ssd 模型检查点的员工下载到 Google Cloud Platform，并根据Object Detection API Documentation 开始了培训和评估工作。

但从 TensorBoard 看来，数据或其他方面有问题，因为我的其他课程没有任何反应。

在使用多个类训练 Object Detection API 时是否有任何提示或功能？

提前感谢您的帮助！

[已编辑]：

因此，在尝试使用教程中默认提供的 PascalVOC 数据集训练模型后，我注意到他们的 Pascal 记录比我的大得多。我在文本编辑器中打开它们，ImageSets 中的每个类都有引用，但是我的记录只包含我在 create_pascal_tf_records.py 中指向的那个类的引用。

我想念什么？请帮忙！

Answer 1

好的，我想我已经弄清楚出了什么问题。

主要问题是我不正确地制作了 ImageSets。对于每个班级，我都添加了相应的图像列表，因此在我的情况下，每个 train 和 val 文件都不同。

由于this answer:

关键是我们目前只查看第一列 aeroplane_train.txt 文件（与其他文件相同） xxx_train.txt 文件）并让我们找出每个图像的路径 训练集。

由于每个文件都不同，create_pascal_tf_records.py 只选择了我的第一堂课的路径。

希望这对其他人有帮助。