平臺(tái)

• tensorflow
• yolov5

現(xiàn)象

標(biāo)注框沒(méi)問(wèn)題，但類別不正確

解決

• 首先確保后處理過(guò)程沒(méi)有問(wèn)題，nms無(wú)誤
• 由于yolo損失函數(shù)包含三部分，參考公眾號(hào)YueTan。我的猜測(cè)是三部分可能沒(méi)有平衡好，分類損失權(quán)重較小，導(dǎo)致分類沒(méi)有訓(xùn)練充分導(dǎo)致。所以分類損失函數(shù)乘以10以后重現(xiàn)訓(xùn)練，問(wèn)題解決了。
• 根本原因在于tf.keras.losses.BinaryCrossentropy，計(jì)算時(shí)默認(rèn)會(huì)把最后一個(gè)維度默認(rèn)平均，即使加上reduction=tf.keras.losses.Reduction.NONE，最后一個(gè)維度也會(huì)是平均。因此分類損失函數(shù)占比較小無(wú)法得到較好優(yōu)化，乘以類別個(gè)數(shù)，可以解決這個(gè)問(wèn)題

最終解決方法看起來(lái)很簡(jiǎn)單，只改了一點(diǎn)點(diǎn)

class_loss_all += class_loss * 10

更多內(nèi)容，歡迎關(guān)注我的公眾號(hào)YueTan

總結(jié)

以上是生活随笔為你收集整理的Debug Tensorflow: yolo模型检测框位置正确但类别不正确的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。