我在训练 CNN 从我自己的数据集中检测对象时遇到了一个奇怪的问题。我正在使用迁移学习，并且在训练开始时，损失值正在下降（如预期）。但过了一段时间，它变得越来越高，我不知道为什么会发生这种情况。
与此同时，当我看着Images使用 Tensorboard 上的选项卡来检查 CNN 预测物体的效果，我可以看到它做得非常好，而且看起来并没有随着时间的推移而变得越来越糟。此外，精确率和召回率图表看起来不错，只有损失图表（尤其是分类损失）显示出随着时间的推移而增加的趋势。
以下是一些具体细节：
我尝试了多个预训练模型，最新的是fast_rcnn_resnet101_coco使用此配置管道：
model {
faster_rcnn {
num_classes: 10
image_resizer {
keep_aspect_ratio_resizer {
min_dimension: 600
max_dimension: 1024
}
}
feature_extractor {
type: 'faster_rcnn_resnet101'
first_stage_features_stride: 16
}
first_stage_anchor_generator {
grid_anchor_generator {
scales: [0.25, 0.5, 1.0, 2.0]
aspect_ratios: [0.5, 1.0, 2.0]
height_stride: 16
width_stride: 16
}
}
first_stage_box_predictor_conv_hyperparams {
op: CONV
regularizer {
l2_regularizer {
weight: 0.0
}
}
initializer {
truncated_normal_initializer {
stddev: 0.01
}
}
}
first_stage_nms_score_threshold: 0.0
first_stage_nms_iou_threshold: 0.7
first_stage_max_proposals: 300
first_stage_localization_loss_weight: 2.0
first_stage_objectness_loss_weight: 1.0
initial_crop_size: 14
maxpool_kernel_size: 2
maxpool_stride: 2
second_stage_box_predictor {
mask_rcnn_box_predictor {
use_dropout: false
dropout_keep_probability: 1.0
fc_hyperparams {
op: FC
regularizer {
l2_regularizer {
weight: 0.0
}
}
initializer {
variance_scaling_initializer {
factor: 1.0
uniform: true
mode: FAN_AVG
}
}
}
}
}
second_stage_post_processing {
batch_non_max_suppression {
score_threshold: 0.0
iou_threshold: 0.6
max_detections_per_class: 100
max_total_detections: 300
}
score_converter: SOFTMAX
}
second_stage_localization_loss_weight: 2.0
second_stage_classification_loss_weight: 1.0
}
}
train_config: {
batch_size: 1
optimizer {
momentum_optimizer: {
learning_rate: {
manual_step_learning_rate {
initial_learning_rate: 0.0003
schedule {
step: 900000
learning_rate: .00003
}
schedule {
step: 1200000
learning_rate: .000003
}
}
}
momentum_optimizer_value: 0.9
}
use_moving_average: false
}
gradient_clipping_by_norm: 10.0
fine_tune_checkpoint: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/models2/faster_rcnn_resnet101_coco/model.ckpt"
from_detection_checkpoint: true
data_augmentation_options {
random_horizontal_flip {
}
}
}
train_input_reader: {
tf_record_input_reader {
input_path: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/data2/train.record"
}
label_map_path: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/data2/label_map.pbtxt"
}
eval_config: {
num_examples: 8000
# Note: The below line limits the evaluation process to 10 evaluations.
# Remove the below line to evaluate indefinitely.
max_evals: 10
}
eval_input_reader: {
tf_record_input_reader {
input_path: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/data2/test.record"
}
label_map_path: "/home/franciszek/Pobrane/models-master/research/object_detection/logo_detection/data2/label_map.pbtxt"
shuffle: false
num_readers: 1
}
在这里您可以看到我训练近 23 小时并达到超过 12 万步后获得的结果：
所以，我的问题是，为什么损失值会随着时间的推移而增加？它应该变得更小或者保持或多或少的恒定，但是您可以在上面的图表中清楚地看到增加的趋势。 我认为一切都配置正确，并且我的数据集相当不错（.tfrecord 文件也正确“构建”）。
为了检查是否是我的错，我尝试使用其他人的数据集和配置文件。所以我用了浣熊数据集作者的文件（他提供了所有必要的文件his repo）。我只是下载了它们并开始训练，没有进行任何修改，以检查我是否会得到与他相似的结果。
令人惊讶的是，在 82k 步之后，我得到的图表与链接文章中显示的图表（在 22k 步后捕获的）完全不同。在这里您可以看到我们结果的比较：
显然，有些东西在我的电脑上的工作方式有所不同。我怀疑这可能与我自己的数据集损失增加的原因相同，这就是我提到它的原因。
The totalLoss是其他四个损失的加权和。 （RPN cla 和 reg 损失、BoxCla cla 和 reg 损失）并且它们都是评价损失。在张量板上，您可以选中或取消选中以查看仅用于训练或仅用于评估的评估结果。 （比如下图有训练总结和评估总结）
如果评估损失增加，这可能表明模型过度拟合，此外，精度指标略有下降。
为了尝试更好的微调结果，您可以尝试调整四个损失的权重，例如，您可以增加BoxClassifierLoss/classification_loss让模型更好地关注这个指标。在您的配置文件中，损失权重为second_stage_classification_loss_weight and first_stage_objectness_loss_weight都是 1，而另外两个都是 2，因此该模型目前更多地关注另外两个。
关于为什么的额外问题loss_1 and loss_2是相同的。这可以通过查看张量流图来解释。
Here loss_2是总结total_loss，（注意这个total_loss与totalLoss中的不一样），红圈节点是tf.identity节点。该节点将输出与输入相同的张量，因此loss_1是相同的loss_2