CenterNet+PyTorch+目标检测

Batch大小为8,循环次数为50次,损失函数优化完,最终完成评分为95.41。

得分记录
2019-11-07

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.44

13:12:06
2019-11-06

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 0

01:50:14
2019-11-05

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.33

11:17:36
2019-10-31

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 8.12

02:41:54
2019-10-29

Batch Size 数据为 8 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 95

11:07:29

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 0

13:52:12
2019-10-13

Batch Size 数据为 8 ,Epoch循环次数为 60 次,损失函数优化完,最终完成评分为 95.22

15:55:10

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 95.41

16:45:14
2019-10-11

Batch Size 数据为 8 ,Epoch循环次数为 40 次,损失函数优化完,最终完成评分为 94.88

23:24:40

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 94.23

03:59:21
2019-10-10

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 94.29

05:41:30

Batch Size 数据为 6 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 94

07:59:35
2019-10-05

Batch Size 数据为 8 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 87.88

19:24:59
2019-10-02

Batch Size 数据为 6 ,Epoch循环次数为 50 次,损失函数优化完,最终完成评分为 88.62

13:20:25