HRSC2016舰船检测训练实验过程记录

博主目前正尝试使用HRSC2016图片1000张多左右,每张舰船约1-3只,分辨率为 1182*827
用以finetune textboxes++,实现任意方向的目标的检测

训练过程参考:

利用caffe-ssd训练物体检测模型

中间层可视化

一、数据集xml的生成过程以及 检测顺时针四角点的生成过程

见博主其它相关记录

二 、stage1

迭代 20000次
gpu内存受限

batch_size = 16

三、 stage2后

1、待给出具体测试pr 等指标

2、迭代 80000次

config = {
	'run_soon': True,
	'resume_training': True,
	'remove_old_models': False,
	'denser_prior_boxes': True,
	'use_polygon': True,
	'train_data':"./data/lmdb/lmdb/text_train_lmdb/",
	'test_data':"./data/lmdb/lmdb/text_test_lmdb/",
	'resize_width': 768,
	'resize_height': 768,
	'lr_mult': 1,
	'base_lr': 0.00001,
	'pretrain_model': "models/model_pre_train_syn.caffemodel",
	'label_map_file': "data/text/labelmap_voc.prototxt",
	'flip': True,
	'clip': False,
}
neg_pos_ratio   =6

# 修改
batch_size = 4

检测效果 :基本可行,检测结果与网络输入分辨率和 图片尺度有关。,这一块需要后期需要做固化 要求。

猜你喜欢

转载自blog.csdn.net/dihe874981/article/details/86623435