Tensorflow对象检测API-验证丢失行为

Question

我正在尝试使用TensorFlow对象检测API识别图片和视频中的特定对象（吉他）。>>

关于数据，我从OpenImage数据集中下载了图像，并导出了.tfrecord文件。我正在用不同的数字进行测试，但现在让我们说我在训练集中有200张图像，在评估集中有100张图像。

我以“ ssd_mobilenet_v1_coco”为起点，并使用“ model_main.py”脚本训练模型，以便获得训练和验证结果。

当我在TensorBoard中可视化训练进度时，得到以下训练结果：

和验证损失：

分别。

我通常对计算机视觉并不陌生，并且想学习，所以我试图弄清楚这些图的含义。训练损失按预期进行，并随着时间的流逝而减少。在我的观点（可能是简单的）中，我期望验证损失从较高的值开始，随着训练的进行而减少，如果训练进行的时间过长并且模型开始过度拟合，则验证损失将再次增加。

但是在我的情况下，我没有看到验证曲线的这种行为，它似乎基本上一直在上升（不包括波动）。

我是否花了很短的时间训练模型就看不到我期望的行为？首先我的期望错了吗？我是否误解了曲线？

我正在尝试使用TensorFlow对象检测API来识别图片和视频中的特定对象（吉他）。至于数据，我从OpenImage数据集中下载了图像，然后...

Answer 1

确定，我通过将initial_learning_rate