分享使用Mask-RCNN和Keras完成对目标检测任务,预测结果87.21%

Batch大小为50,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87.21。

得分记录
2019-10-30

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 79.09 。

11:37:22

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 86.92 。

03:06:53
2019-10-28

Batch Size 数据为 64 ,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 79.45 。

23:27:09
2019-10-28

Batch Size 数据为 64 ,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 85.53 。

05:34:00
2019-10-24

Batch Size 数据为 50 ,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 84.22 。

04:00:13
2019-10-16

Batch Size 数据为 64 ,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 77.41 。

12:02:47
2019-10-15

Batch Size 数据为 4 ,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 84.35 。

12:10:17
2019-10-14

Batch Size 数据为 64 ,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 72.18 。

21:41:00

Batch Size 数据为 64 ,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 74.45 。

18:04:13

Batch Size 数据为 64 ,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 67.92 。

16:52:32
2019-10-11

Batch Size 数据为 64 ,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 75.27 。

18:21:03

Batch Size 数据为 64 ,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 69.32 。

14:28:40

Batch Size 数据为 64 ,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 84.6 。

12:10:35

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 64.51 。

08:49:14
2019-10-10

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 66.59 。

23:15:31

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 68.21 。

18:11:56

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 67.62 。

16:35:45

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 68.76 。

15:46:56

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 64.96 。

15:15:42
2019-10-10

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 71.7 。

13:39:34

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 71.84 。

12:25:00

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 66.04 。

11:03:41

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 57.96 。

10:30:26

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 70.55 。

09:55:01
2019-10-09

Batch Size 数据为 64 ,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 73.4 。

18:59:26
2019-10-08

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 58.21 。

09:05:09
2019-10-07

Batch Size 数据为 50 ,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 87.21 。

16:31:57

Batch Size 数据为 64 ,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 83.64 。

20:48:16

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 73.15 。

16:58:45
2019-10-06

Batch Size 数据为 64 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 70.98 。

13:05:20