Tensorboard mAP得分全部为0，即使输得很低

Question

我在自定义数据集上的tensorflow对象检测API上训练了一个faster-rcnn模型。我发现在3.5k步长后损失是~2。但是，当我运行eval.py时，mAP分数几乎都是0，如下所示。

​

我不明白为何会这样。但是，当我以3.5k的步数查看图像时，该模型捕获了一些框，如下所示

​

​

有人能解释一下为什么mAP分数接近于零，尽管模型已经学会了输出相当多的方框吗？

Answer 1

图像显示每个类别的AP@0.5IOU分数，而不是mAP。正如你在PerformanceByCategory中看到的，它在你的例子中得到了每个类别的分数，它显示了‘雨篷-三轮车’，‘自行车’，‘巴士’，‘汽车’，‘忽略区域’等……

在图像输出中，检测到的类别如“汽车”、“汽车”、“行人”显示AP得分偏离零，而其余类别AP得分为零。这意味着模型仍然没有在测试图像中找到对应的类别。

这可能是由于您的实验中的许多变量造成的。这里有一些你可以问自己的问题。您在每个类别中分发了多少训练图像？每个类别的训练图像的比例应该或多或少相等，每个类别的测试图像也应该是相等的。如果有更多的汽车和行人的训练图像，那么该模型将更有可能拾取汽车和行人对象，因此显示它们的非零AP分数，而自行车显示零AP分数。