Tensorflow训练模型速度

Question

我是Tensorflow newby，我正在尝试训练一个1级的模型来进行目标检测。特别是，我试图识别如下箭头：

​

​

我需要一个非常快的识别，所以我开始怀疑一个预先训练的模型是否可以包含这样的形状。不幸的是，没有发现任何类似的东西，为此，我开始了我自己的箭头训练，使用作为模型的faster_rcnn_inception_v2_coco_2018_01_28。

我正在使用他的管道配置，我也在使用他的fine_tune_checkpoint，考虑到我必须训练一个完全不同的对象，这是正确的吗？

结果是一次精度很高但速度很慢的训练。我需要增加框架，我还不明白“训练损失”越少，“目标识别速度”越多，或者不是。

有什么建议能让我加速侦查吗？

Answer 1

我正在使用他的管道配置，我也在使用他的fine_tune_checkpoint，考虑到我必须训练一个完全不同的对象，这是正确的吗？

是!每次您想要更改深度神经网络的输出时，都应该采用预先训练过的模型。从头开始训练一个模型可能需要几个星期的时间，而且你永远无法自己生成足够的数据。采取一个预先训练的模型和微调，这是一个方法。

我还不明白“训练损失”越少，“目标识别速度”越多，或者不是。

不是的。培训损失只会告诉您模型相对于培训集的表现有多好。

你所面临的问题是一个经典的速度和准确性的权衡。我鼓励你看看这张桌子，并找到一个足够快的模型(也就是最低的运行时间)，但是有相当高的准确性。我先在这里检查一下SSD。

Answer 2

结果是一次精度很高但速度很慢的训练。

您的算法执行了多少FPS？既然您已经准备好了数据集，我建议使用https://pjreddie.com/darknet/yolo/在COCO数据集https://pjreddie.com/darknet/yolo/上执行244个FPS。

如果您使用此存储库，则准备用于微型-Yolo的训练数据集非常容易。

和

我还不明白“训练损失”越少，“目标识别速度”越大。

训练的失败与速度无关。