CNN+PyTorch+目标检测

Batch大小为8,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12.94。

得分记录
2019-11-09

Batch Size 数据为 8 ,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 94.29 。

05:15:33
2019-11-06

Batch Size 数据为 2 ,Epoch循环次数为 16 次, 通过在线上环境完成训练,模型最优精度评分为 94.16 。

22:59:01

Batch Size 数据为 8 ,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 88.88 。

03:54:34
2019-11-05

Batch Size 数据为 4 ,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 94.61 。

22:32:27

Batch Size 数据为 8 ,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 94.12 。

10:50:40

Batch Size 数据为 4 ,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 93.89 。

05:46:46
2019-11-04

Batch Size 数据为 8 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 93.43 。

05:15:50

Batch Size 数据为 8 ,Epoch循环次数为 24 次, 通过在线上环境完成训练,模型最优精度评分为 93.64 。

11:41:48
2019-11-02

Batch Size 数据为 8 ,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 82.42 。

21:36:22

Batch Size 数据为 4 ,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 94.36 。

15:42:57
2019-10-31

Batch Size 数据为 4 ,Epoch循环次数为 27 次, 通过在线上环境完成训练,模型最优精度评分为 94.26 。

12:51:24

Batch Size 数据为 8 ,Epoch循环次数为 36 次, 通过在线上环境完成训练,模型最优精度评分为 93.82 。

20:51:03
2019-10-30

Batch Size 数据为 8 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 92.25 。

02:27:21

Batch Size 数据为 4 ,Epoch循环次数为 27 次, 通过在线上环境完成训练,模型最优精度评分为 89.1 。

09:40:42
2019-10-28

Batch Size 数据为 12 ,Epoch循环次数为 26 次, 通过在线上环境完成训练,模型最优精度评分为 85.41 。

18:48:01

Batch Size 数据为 8 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 85.25 。

07:53:09
2019-10-27

Batch Size 数据为 8 ,Epoch循环次数为 24 次, 通过在线上环境完成训练,模型最优精度评分为 85.55 。

18:30:58
2019-10-26

Batch Size 数据为 8 ,Epoch循环次数为 24 次, 通过在线上环境完成训练,模型最优精度评分为 85.34 。

23:23:37

Batch Size 数据为 8 ,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 83.57 。

11:26:13
2019-10-25

Batch Size 数据为 4 ,Epoch循环次数为 12 次, 通过在线上环境完成训练,模型最优精度评分为 81.61 。

22:34:15
2019-10-23

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 0.14 。

08:41:44
2019-10-19

Batch Size 数据为 8 ,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 12.94 。

05:48:32