Tensorboard mAP 分数都是 0，即使 loss 很低

Posted 2023-03-27

【中文标题】Tensorboard mAP 分数都是 0，即使 loss 很低

【英文标题】：Tensorboard mAP scores are all 0, even if the loss is low

【发布时间】：2018-10-31 07:14:42

【问题描述】：

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 步后损失约为 2。但是，当我运行 eval.py 时，mAP 分数几乎都是 0，如下所示。

我不明白为什么会这样。但是，当我查看 3.5k 步的图像时，模型已经捕获了一些框，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很多框吗？

【参考方案1】：

图像显示的是每个类别的 AP@0.5IOU 分数，而不是 mAP。正如您在 PerformanceByCategory 中看到的那样，它会在您的案例中获得每个类别的分数，它显示“遮阳篷三轮车”、“自行车”、“公共汽车”、“汽车”、“忽略的区域”等...

在图像输出中，检测到的类别（例如“汽车”、“电机”、“行人”）显示的 AP 分数偏离零，而其余类别的 AP 分数为零。这意味着模型仍然没有在测试图像中找到相应的类别。

这可能是由于您的实验中存在许多变量。以下是您可以问自己的一些问题。 您为每个类别分发了多少张训练图像？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是如此。如果有更多的汽车和行人训练图像，则模型更有可能拾取汽车和行人物体，因此它们的 AP 分数不为零，而自行车的 AP 分数为零。