yolo_v3人手检测项目复现的疑惑
大佬您好,我是用您的人手检测数据集同样使用yolo_v3架构进行复现训练,大致参数是epochs=100,train_batch_size=8,learning_rate=0.000125,最后训练得到的模型在测试集效果不错,在验证集上进行评估得到的平均准确率平均值也有63左右,效果不错,使用近似数据集中的图片进行识别也有不错的效果,因此判断训练并没有过拟合。但当我使用如下形式(手部占画面的大部分,并且只有手没有人物存在)的图片进行测试时,得到的效果都很差:
这是否因为数据集中此类纯手的图片数目几乎没有,导致模型的泛化能力不足,只能识别“在人体身上的手”? 考虑以上问题,我在模型训练时已经使用数据增强来提高泛化能力,我的数据增强使用RandomDistort、RandomExpand、RandomCrop和RandomHorizontalFlip,其中包括了RandomCrop随机裁剪,我想随机裁剪已经可以实现“纯手部”形式图片的数据扩充,结果还是不行,那么还可能是其他什么原因导致的呢?请您帮我解惑。 另外附上100epochs训练的loss函数变化图: