这不仅仅是一个使用PyTorch和FasterRCNN来做目标检测的教程

Batch大小为10,循环次数为15次,通过在线上环境完成训练,模型最优精度评分为66.22。

得分记录
2020-03-03

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

19:50:58

Batch Size 数据为 1 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

19:37:16
2020-03-03

Batch Size 数据为 10 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 66.22 。

01:14:02
2020-02-29

Batch Size 数据为 5 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 0 。

18:54:09

Batch Size 数据为 30 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 9.72 。

18:07:17

Batch Size 数据为 50 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 48.17 。

17:21:12

Batch Size 数据为 50 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 29.57 。

17:03:08
2020-02-27

Batch Size 数据为 10 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 6.11 。

00:36:35