基于FasterRcnn、PyTorch实现目标检测

Batch大小为5,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为50.67。

得分记录
2020-02-10

Batch Size 数据为 2 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 41.69 。

21:54:56

Batch Size 数据为 5 ,Epoch循环次数为 128 次, 通过在线上环境完成训练,模型最优精度评分为 19.84 。

13:22:07
2020-02-09

Batch Size 数据为 5 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 37.16 。

19:32:11

Batch Size 数据为 5 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 47.35 。

14:50:07

Batch Size 数据为 5 ,Epoch循环次数为 5 次, 通过在线上环境完成训练,模型最优精度评分为 49.96 。

11:41:53
2020-02-08

Batch Size 数据为 5 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 50.67 。

19:10:19

Batch Size 数据为 2 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 18.77 。

06:50:15
2020-02-04

Batch Size 数据为 4 ,Epoch循环次数为 2 次, 通过在线上环境完成训练,模型最优精度评分为 1.11 。

18:50:45