PyTorch下用FasterRCNN进行图像分类

Batch大小为1,循环次数为1次,损失函数优化完,最终完成评分为98.3。

得分记录
2019-11-28

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 98.7

17:11:52

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 98.9

12:53:16
2019-11-25

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 98.5

09:33:35
2019-11-21

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 98.7

12:50:51
2019-11-17

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 98.6

23:17:34
2019-11-15

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 98.3

22:50:33
2019-11-14

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 98.3

01:18:51

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 97.8

23:50:14
2019-11-10

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 97.1

01:57:16

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 98.1

02:53:48
2019-11-07

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 94.4

23:33:47
2019-11-05

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 96.8

15:29:06
2019-11-02

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 92.7

22:33:38
2019-11-01

Batch Size 数据为 1 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 86.6

12:05:46