object detection api调参详解（兼SSD算法参数详解）

一、引言

使用谷歌提供的object detection api图像识别框架，我们可以很方便地重新训练一个预训练模型，用于自己的具体业务。以我所使用的ssd_mobilenet_v1预训练模型为例，训练所需参数都在training文件夹下的ssd_mobilenet_v1_coco.config中预先配置了，只需对少量路径参数做修改即可。

但是这种“傻瓜式”的训练参数配置方法有很大不足。一是无法理解训练参数背后的原理，不利于技术积累；二是一旦遇到需要优化的问题时，不知道如何调整训练参数。例如，我使用默认配置的训练参数对模型进行长期训练后，发现模型始终无法收敛，loss值一直在3~5的范围内波动，没有继续下降。但在没有弄清楚训练参数如何调整之前，我一直没能解决该问题。

所以，我们必须弄清楚每个训练参数的出处、含义、数值调整范围，才能自行对训练文件做合理配置，从而灵活解决各类训练问题。

本文以ssd_mobilenet_v1预训练模型为例，详细解释其训练参数的含义及调整范围。对其它预训练模型的训练参数的分析方法类似，不再逐一展开。

二、正文

首先简单解释一下，object_detection api框架将训练参数的配置、参数的可配置数值的声明、参数类的定义，分开放置在不同文件夹里。训练参数的配置放在了training文件夹下的.config文件中，参数的可配置数值的声明写在了protos文件夹下对应参数名的.proto文件中，参数类的定义则放在了object_detection总文件夹下对应参数名的子文件夹里或者是core文件夹里。

.config文件里包含5个部分：model, train_config, train_input_reader, eval_config, eval_input_reader。以ssd_mobilenet_v1_pets.config为例，打开该文件，按照从上到下、从外层到内层的顺序，依次解释各训练参数。

 

2.1  model{ }

包含了ssd{ }。

2.1.1  ssd { }

包含了SSD算法使用的各类训练参数。从2.1.2开始逐个展开解释。

2.1.2  num_classes

分类数目。例如，我要把所有待检测目标区分成6类，则这里写6。

2.1.3  box_coder、faster_rcnn_box_coder

box_coder {

faster_rcnn_box_coder {

y_scale: 10.0

x_scale: 10.0

height_scale: 5.0

width_scale: 5.0

}

}

这部分参数用于设置box编解码的方式。可选参数值：

　　　　FasterRcnnBoxCoder faster_rcnn_box_coder = 1;

　　　　MeanStddevBoxCoder mean_stddev_box_coder = 2;

　　　　SquareBoxCoder square_box_coder = 3;

　　　　KeypointBoxCoder keypoint_box_coder = 4;

SSD算法借鉴了Faster-RCNN的思想，所以这里的设置应该选faster_rcnn_box_coder。

Faster-RCNN中，bounding box的坐标值可以用两种不同的坐标系表示：一种坐标系以图片左上角作为原点，我称其为绝对坐标系；另一种坐标系以用于参考的anchor boxes的中心点位置作为原点，我称其为相对坐标系。

所谓box编码就是以anchor box为参照系，将box的绝对坐标值和绝对尺寸，转换为相对于anchor box的坐标值和尺寸。所谓box解码就是将box的相对坐标值和相对尺寸，转换回绝对坐标值和绝对尺寸。

在SSD算法中，anchor box的概念被叫做default box。box编解码中的box，则是指预测框（predicted box，也叫做bounding box）和真实框（ground-truth box）。SSD中的box编码，就是以default box为参照系，将predicted box和ground-truth box转换为用相对于default box的数值来表示；SSD中的box解码，则是将predicted box和ground-truth box转换回用绝对坐标系数值表示。

faster_rcnn_box_coder的解释详见box_coders文件夹下的faster_rcnn_box_coder.py。重点分析这组转换公式即可：

ty = (y - ya) / ha

tx = (x - xa) / wa

th = log(h / ha)

tw = log(w / wa)

（ x, y, w, h是待编码box的中心点坐标值、宽、高；xa, ya, wa, ha是anchor box的中心点坐标值、宽、高; tx, ty, tw, th则是编码后的相对中心点坐标值、宽、高。在转换中用除法实现了归一化）

此处的y_scale、x_scale、height_scale、width_scale则是对ty、tx、th、tw的放大比率。

2.1.4  matcher、argmax_matcher

matcher {

argmax_matcher {

matched_threshold: 0.5

unmatched_threshold: 0.5

ignore_thresholds: false

negatives_lower_than_unmatched: true

force_match_for_each_row: true

}

}

这部分参数用于设置default box和ground-truth box之间的匹配策略。

可选参数值：

　　　　ArgMaxMatcher argmax_matcher = 1;

　　　　BipartiteMatcher bipartite_matcher = 2;

SSD算法中，采用了ArgMaxMatcher策略，所以这里选择argmax_matcher。所谓ArgMaxMatcher策略，就是选取最大值策略。在matchers文件夹的argmax_matcher.py里有详细解释。

在SSD算法中，用default box和ground-truth box的IOU值（一种定量的相似度）来作为阈值标准，设置了matched_threshold、unmatched_threshold两个阈值。分为三种子情况：

（1） 当IOU >= matched_threshold时：default box和ground-truth box匹配，default box记为正样本。

（2） 当IOU < unmatched_threshold时：default box和ground-truth box不匹配。引入另一个参数negatives_lower_than_unmatched。negatives_lower_than_unmatched=true时：所有不匹配default box记为负样本；negatives_lower_than_unmatched=false时：所有不匹配default box被忽略。

（3） 当matched_threshold > IOU >= matched_threshold时：记为中间态，并引入另一个参数negatives_lower_than_unmatched。negatives_lower_than_unmatched=true时：所有中间态default box被忽略；negatives_lower_than_unmatched=false时：所有中间态default box被记为负样本。上述参数例中两个阈值都是0.5，故没有中间态。

ignore_thresholds: 没有找到具体解释。应该是显式地指定是否单独设置ignore阈值。

force_match_for_each_row：设置为true，以确保每个ground-truth box都至少有一个default box与之对应，防止有些ground-truth没有default box对应。否则，这些ground-truth box最后将没有bounding box回归对应，也就是产生了漏检。

在SSD算法中，将所有ground-truth box按行排列、将所有default box按列排列，形成一个矩阵。矩阵的每一格记录ground-truth box和default box的匹配结果。匹配分两步：

（1） 对每行的ground-truth box，采用ArgMax策略，选择与它的IOU最大的default box进行匹配；

（2） 对剩余的每一个没有匹配到ground-truth box的default box，选择所有与它的IOU大于match threshold的ground-truth box进行匹配。

这样，每个ground-truth box至少有一个default box与它匹配。

2.1.5  similarity_calculator、iou_similarity    

similarity_calculator {

iou_similarity {

}

}

这个参数选择使用何种相似度计算标准。在匹配过程中，用default box和ground-truth box的相似度来判断二者是否匹配。在2.1.4小节中，已经解释了SSD算法是采用IOU值来定量衡量相似度的，故这里选择数值iou_similarity。

2.1.6  anchor_generator、ssd_anchor_generator

anchor_generator {

ssd_anchor_generator {

num_layers: 6

min_scale: 0.2

max_scale: 0.95

aspect_ratios: 1.0

aspect_ratios: 2.0

aspect_ratios: 0.5

aspect_ratios: 3.0

aspect_ratios: 0.3333

}

}

这部分选择anchor box的生成器（一组生成公式），配置了生成器所需的部分参数。

Anchor box的生成器可以有如下选择：

GridAnchorGenerator grid_anchor_generator = 1;

SsdAnchorGenerator ssd_anchor_generator = 2;

MultiscaleAnchorGenerator multiscale_anchor_generator = 3;

ssd_anchor_generator这部分设置了生成default box所需的一些参数。详细解释可参考SSD的论文。这里只解释一下各参数的基本含义。

num_layers: 数值为6，代表提取特征用的6个层。SSD算法借鉴了特征金字塔的思想，从6个feature map层同步提取特征。

min_scale和max_scale：我目前的理解是：scale是同层的default boxes中的小正方形宽相对于resize的输入图像宽的比率。在SSD论文中，min_scale是指该比率在最低层feature map的值，max_scale是指该比率在最高层feature map的值。至于中间4层feature map上的比率值，论文中是以线性插值的方式来获得的（但参考代码中不是这样确定各层比率的）。

aspect_ratios：指定了同一个feature map层上的default box的宽长比。例如，这里aspect ratios指定了5种宽长比，利用图1的公式（S_k: scale*resize width; a_r: aspect_ratios）可以计算出6种不同宽长的default boxes（包括2种正方形、4种长方形）。注意：某些feature map层不使用3和1/3这一对aspect_ratios，故只生成4个default boxes。详细解释可参考SSD的论文。

图1——default box宽长计算公式

2.1.7  image_resizer、fixed_shape_resizer

image_resizer {

fixed_shape_resizer {

height: 300

width: 300

}

}

这部分参数设置了对输入图像的resize策略。可选参数：

KeepAspectRatioResizer keep_aspect_ratio_resizer = 1;

FixedShapeResizer fixed_shape_resizer = 2;

传统SSD300模型中，输入图像被统一resize为300*300。故这里选择fixed_shape_resizer，且height和width均设置为300。

2.1.8  box_predictor

box_predictor {

convolutional_box_predictor {

min_depth: 0

max_depth: 0

num_layers_before_predictor: 0

use_dropout: false

dropout_keep_probability: 0.8

kernel_size: 1

box_code_size: 4

apply_sigmoid_to_scores: false

conv_hyperparams {

activation: RELU_6,

regularizer {

l2_regularizer {

weight: 0.00004

}

}

initializer {

truncated_normal_initializer {

stddev: 0.03

mean: 0.0

}

}

batch_norm {

train: true,

scale: true,

center: true,

decay: 0.9997,

epsilon: 0.001,

}

}

}

}

这部分设置了预测器相关层的参数。

关于Box predictor的解释详见core文件夹下的box_predictor.py。Box predictors输入高层的feature map，输出两类预测：（1）编码后的predicted box的相对位置；（2）predicted box里的物体类别。

Box predictor的可选参数范围：

ConvolutionalBoxPredictor convolutional_box_predictor = 1;

MaskRCNNBoxPredictor mask_rcnn_box_predictor = 2;

RfcnBoxPredictor rfcn_box_predictor = 3;

WeightSharedConvolutionalBoxPredictor weight_shared_convolutional_box_predictor = 4;

这些参数值的具体定义详见predictors文件夹。这里选用了convolutional_box_predictor，其含义是在所有feature maps后额外增加一个中间1x1卷积层。选择原因不明。

关于convolutional_box_predictor{ }内的许多参数的含义及数值范围，详见protos文件夹下的box_predictor.proto文件。下面逐个简单说明一下。

min_depth和max_depth：在位置回归和类别检测之前额外插入的feature map层深度的最小值和最大值。当max_depth=0时，表示在位置回归和类别检测之前，额外插入的feature map层数=0。

num_layers_before_predictor：在检测器之前的额外convolutional层的层数。

use_dropout：对class prediction是否使用dropout来防止过拟合。

dropout_keep_probability：如果使用了dropout，dropout的数值保留概率。

kernel_size：最后的卷积核的尺寸。

box_code_size：我的理解是box需要编码的参数个数。SSD算法里是cx, cy, w, h这4个参数需要编码，所以box_code_size=4。

apply_sigmoid_to_scores：最后class prediction输出时是否采用sigmoid。

conv_hyperparams{ }：卷积操作超参数的设置。详见protos文件夹里的hyperparams.proto。

activation：激活函数。目前可以选择NONE、RELU、RELU_6。这里选择了RELU_6。关于激活函数的细节，请自行查阅资料。

regularizer：正则化操作。目前可以选择l1_regularizer、l2_regularizer。这里选择了l2_regularizer。例子里L2_regularizer的weight值只有0.00004，所以正则化操作对loss的影响较小。关于L1正则化、L2正则化的细节，请自行查阅资料。

Initializer{ }：随机数初始化机制设置。可选参数如下：

TruncatedNormalInitializer truncated_normal_initializer = 1;

VarianceScalingInitializer variance_scaling_initializer = 2;

RandomNormalInitializer random_normal_initializer = 3;

这里选择了truncated_normal_initializer。

truncated_normal_initializer：截断的正态分布随机数初始化机制。如果数值超过mean两个stddev，则丢弃。

batch_norm{ }：关于Batch Normalization（批标准化）的一些参数设置。Batch Normalization可以强制将输入激活函数的数值分布拉回标准正态分布，以防止训练过程中产生反向梯度消失，加速训练收敛。批标准化中会用到两个参数γ和β，分别定量化缩放和平移操作。细节请自行参阅相关资料。这里解释一下batch_norm的一些参数：：

train: true——如果为true，则在训练过程中batch norm变量的值会更新，也就是得到了训练。如果为false，则在训练过程中batch norm变量的值不会更新。

scale: true——如果为true,则乘以γ；如果为false,则不使用γ。

center: true——如果为true,则加上β的偏移量；如果为false,则忽略β。

decay: 0.9997——衰减率。作用存疑。

epsilon: 0.001——添加到方差的小浮点数,以避免除以零。

2.1.9  feature_extractor

feature_extractor {

type: 'ssd_mobilenet_v1'

min_depth: 16

depth_multiplier: 1.0

conv_hyperparams {

activation: RELU_6,

regularizer {

l2_regularizer {

weight: 0.00004

}

}

initializer {

truncated_normal_initializer {

stddev: 0.03

mean: 0.0

}

}

batch_norm {

train: true,

scale: true,

center: true,

decay: 0.9997,

epsilon: 0.001,

}

}

}

这部分设置了特征提取器相关层的参数。

不同模型的feature extractor的基类定义，详见meta_architectures文件夹下的对应文件。例如SSD模型的SSDFeatureExtractor基类，定义在meta_architectures文件夹下的ssd_meta_arch.py文件里。

不同预训练模型的feature extractor的类定义，详见models文件夹下的对应文件。例如ssd_mobilenet_v1预训练模型的feature extractor类，定义在models文件夹下的

ssd_mobilenet_v1_feature_extractor.py文件里。

models文件夹下的feature extractor类，是meta_architectures文件夹下的feature extractor基类的子类。

下面解释一下相关参数。

type：例子中使用了预训练模型ssd_moiblenet_v1的feature_extractor，所以这里填写'ssd_mobilenet_v1'。

min_depth：最小的特征提取器的深度。这里填16。原因不明。

depth_multiplier：是施加在每个input通道上的卷积核的数目。用于计算深度卷积分离后的输出通道总数。这里是一个浮点数。

conv_hyperparams超参数的含义和配置同2.1.8小节，不再重复解释。

2.1.10  loss

loss {

classification_loss {

weighted_sigmoid {

}

}

localization_loss {

weighted_smooth_l1 {

}

}

hard_example_miner {

num_hard_examples: 3000

iou_threshold: 0.99

loss_type: CLASSIFICATION

max_negatives_per_positive: 3

min_negatives_per_image: 0

}

classification_weight: 1.0

localization_weight: 1.0

}

这部分设置了损失函数loss相关的参数。

loss{ }可选参数：

// Localization loss to use.

optional LocalizationLoss localization_loss = 1;

// Classification loss to use.

optional ClassificationLoss classification_loss = 2;

// If not left to default, applies hard example mining.

optional HardExampleMiner hard_example_miner = 3;

// Classification loss weight.

optional float classification_weight = 4 [default=1.0];

// Localization loss weight.

optional float localization_weight = 5 [default=1.0];

// If not left to default, applies random example sampling.

optional RandomExampleSampler random_example_sampler = 6;

SSD算法的loss分为目标分类损失函数(classification loss)和目标位置损失函数（localization loss），loss公式详见SSD论文。SSD算法也使用了某种难样本挖掘策略用于平衡正负样本比例。所以这里设置了classification_loss、localization_loss、hard_example_miner、classification_weight、localization_weight这5个参数。

下面解释一下这5个参数的具体配置。

classification_loss：可选参数：

WeightedSigmoidClassificationLoss weighted_sigmoid = 1;

WeightedSoftmaxClassificationLoss weighted_softmax = 2;

WeightedSoftmaxClassificationAgainstLogitsLoss weighted_logits_softmax = 5;

BootstrappedSigmoidClassificationLoss bootstrapped_sigmoid = 3;

SigmoidFocalClassificationLoss weighted_sigmoid_focal = 4;

定义了分类输出的激活函数。具体含义请自行查阅资料。这里的设置和前面Box predictor部分的apply_sigmoid_to_scores设置是否有冲突，暂时没能确认。

localization_loss：可选参数：

WeightedL2LocalizationLoss weighted_l2 = 1;

WeightedSmoothL1LocalizationLoss weighted_smooth_l1 = 2;

WeightedIOULocalizationLoss weighted_iou = 3;

定义了用于localization loss的正则化方法。具体含义请自行查阅资料。这里的设置和前面Box predictor部分的正则化设置是否有冲突，暂时没能确认。

hard_example_miner：难样本挖掘策略。SSD算法随机抽取一定数量的负样本（背景位置的default boxes），按一定规则进行降序排列，选择前k个作为训练用负样本，以保证训练时的正负样本比例接近1:3。下面解释一下它的具体子参数含义。

num_hard_examples: 3000——难样本数目。

iou_threshold: 0.99——在NMS（非极大抑制）阶段，如果一个example的IOU值比此阈值低，则丢弃。

loss_type: CLASSIFICATION——挖掘策略是否只使用classification loss，或只使用localization loss，或都使用。可选参数：

BOTH = 0; （缺省选择？）

CLASSIFICATION = 1; （缺省选择？）

　　　　LOCALIZATION = 2;

max_negatives_per_positive: 3——每1个正样本对应的最大负样本数。

min_negatives_per_image: 0——如何设置存疑。我目前的理解：在图片没有正样本的极端情况下，如果把这个值设置为一个正数，可以避免模型在图片上检测出目标来，防止了误检出。

classification_weight：用于配置classifiation loss在总loss中的权重。

localization_weight：用于配置localization loss在总loss中的权重。

2.1.11  normalize_loss_by_num_matches

我的理解：如果选true,则根据匹配的样本数目归一化总loss，也就是总loss公式中，用加权的classification loss和加权的localization loss计算出总loss后，还要再除以一个正样本总数N。如果选false，则计算出总loss后，不用再除以正样本总数N。

2.1.12  post_processing

post_processing {

batch_non_max_suppression {

score_threshold: 1e-8

iou_threshold: 0.6

max_detections_per_class: 100

max_total_detections: 100

}

score_converter: SIGMOID

}

这部分配置了SSD算法的后处理阶段的参数。下面逐一解释。

batch_non_max_suppression{ }：这部分配置了批次的NMS（非极大抑制）策略的参数。先简单解释下NMS策略的目的。以目标检测为例，在最后阶段，一个目标上可能有很多个bounding box，但是最终目标检测框只有一个。因此，我们可以用NMS策略，逐次过滤掉其余的bounding box，最终只保留一个bounding box作为结果。关于NMS算法请自行参阅相关资料。下面简单解释一下具体参数含义：

score_threshold: 1e-8——分数低于此阈值的box被过滤掉（去除非极大分数的）。

iou_threshold: 0.6——和之前选择的box的IOU值超过此阈值的box被过滤掉（去除重叠度高的）

max_detections_per_class: 100——每个类别可保留的检测框的最大数目。

max_total_detections: 100——所有类别可保留的检测框的最大数目。

score_converter：检测分数的转换器类型选择。可选参数：

// Input scores equals output scores.

IDENTITY = 0;

// Applies a sigmoid on input scores.

SIGMOID = 1;

// Applies a softmax on input scores.

SOFTMAX = 2;

2.2  train_config{ }

训练用参数的配置。详见protos文件夹下的train.proto。下面解释.config例中的参数。

2.2.1  batch_size

每个批次的训练样本数。一般是2的幂次方。我只有CPU资源，所以batch_size设置比较小。

2.2.2  optimizer{ }

优化器的参数配置部分。

由于优化器的配置很关键，所以这部分想更详细展开一些。首先介绍一下参数的含义及可选范围，然后分别贴两个优化器配置的例子。

目前可选的优化器参数：

RMSPropOptimizer rms_prop_optimizer

MomentumOptimizer momentum_optimizer

　　　　AdamOptimizer adam_optimizer

关于这三种优化器的特性，可自行参阅相关资料。

rms_prop_optimizer的可选参数：

LearningRate learning_rate = 1;

float momentum_optimizer_value = 2 [default = 0.9];

float decay = 3 [default = 0.9];

float epsilon = 4 [default = 1.0];

momentum_optimizer的可选参数：

LearningRate learning_rate = 1;

float momentum_optimizer_value = 2 [default = 0.9];

adam_optimizer的可选参数：

LearningRate learning_rate = 1;

学习率learning_rate的可选参数：

　　　　ConstantLearningRate constant_learning_rate = 1;

ExponentialDecayLearningRate exponential_decay_learning_rate = 2;

ManualStepLearningRate manual_step_learning_rate = 3;

CosineDecayLearningRate cosine_decay_learning_rate = 4;

解释如下：

constant_learning_rate：恒定学习率。恒定学习率太小则收敛很慢；太大则在极值附近震荡难以收敛。故一般不会使用。

exponential_decay_learning_rate：学习率按照指数规律衰减。下面会展开并举例（例1）。

manual_step_learning_rate：学习率按照人工设置的step逐段变小。下面会展开并举例（例2）。

cosine_decay_learning_rate：学习率按照噪声线性余弦规律衰减。

exponential_decay_learning_rate可选参数：

float initial_learning_rate [default = 0.002];

uint32 decay_steps [default = 4000000];

float decay_factor [default = 0.95];

bool staircase [default = true];

float burnin_learning_rate [default = 0.0];

uint32 burnin_steps [default = 0];

float min_learning_rate [default = 0.0];

简单解释如下：

initial_learning_rate：初始学习率数值。

decay_steps：衰减周期。即每隔decay_steps步衰减一次学习率。下面例1中写的是800720步，而总的训练步数不过才200000步，显然decay_steps的设置偏大了，导致在整个训练过程中，学习率实际上没有任何指数衰减。这个设置不合理。

decay_factor：每次衰减的衰减率。

staircase：是否阶梯性更新学习率，也就是每次衰减结果是向下取整还是float型。

burnin_learning_rate：采用burnin策略进行调整的学习率（初始值？）。SSD算法中，是否有burnin策略、buinin策略又是如何调整学习率的，目前我还不太清楚。存疑。参考：在yolov3所用的darknet中，当学习率更新次数小于burnin参数时，学习率从小到大变化；当更新次数大于burnin参数后，学习率按照配置的衰减策略从大到小变化。

burnin_steps：按照字面意思，是burnin策略的调整周期。即每隔burnin_steps步调整一次burnin_learning_rate。

min_learning_rate：最小学习率。采用衰减策略变小的学习率不能小于该值。

manual_step_learning_rate可选参数：

float initial_learning_rate = 1 [default = 0.002];

message LearningRateSchedule {

　　optional uint32 step = 1;

　　optional float learning_rate = 2 [default = 0.002];

}

repeated LearningRateSchedule schedule = 2;

optional bool warmup = 3 [default = false];

简单解释如下：

initial_learning_rate：初始学习率数值。

schedule：人工规划策略。包含两个参数：

step——当前阶梯从全局的第step步开始。

learning_rate——当前阶梯的学习率。

warmup：对于全局步数区间[0, schedule.step]之间的steps，是否采用线性插值法来确定steps对应的学习率。缺省是false。

优化器还有3个独立参数：

momentum_optimizer_value： momentum超参数。通过引入这个超参数（公式中一般记为γ），可以使得优化在梯度方向不变的维度上的更新速度变快，在梯度方向有所改变的维度上的更新速度变慢，从而加快收敛并减小震荡。

decay：衰减率。含义和出处不明。

epsilon：可能是迭代终止条件。

优化器配置例1：

优化器使用rms_prop_optimizer。

采用指数衰减策略来调整学习率。

optimizer {

rms_prop_optimizer: {

learning_rate: {

exponential_decay_learning_rate {

initial_learning_rate: 0.0001

decay_steps: 800720

decay_factor: 0.95

}

}

momentum_optimizer_value: 0.9

decay: 0.9

epsilon: 1.0

}

}

优化器配置例2：

优化器使用momentum_optimizer。

采用人工设置下降阶梯的策略来调整学习率。

use_moving_average：设为false表示保存模型参数时，不使用moving average策略。moving average（移动平均）是一种保存模型参数的策略，会对不同迭代次数的模型的参数进行平均后再保存。

optimizer {

momentum_optimizer: {

learning_rate: {

manual_step_learning_rate {

initial_learning_rate: 0.0002

schedule {

step: 1

learning_rate: .0002

}

schedule {

step: 900000

learning_rate: .00002

}

schedule {

step: 1200000

learning_rate: .000002

}

}

}

momentum_optimizer_value: 0.9

}

use_moving_average: false

}

2.2.3  fine_tune_checkpoint

用于设置预训练模型的参数文件model.ckpt的路径。该参数文件用于精调。当训练开始时，导入已预训练好的模型参数，可以缩短训练过程。从零开始训练时，由于没有预训练模型的参数文件，故可以屏蔽这个路径参数。

2.2.4  from_detection_checkpoint

此参数已被废弃，使用fine_tune_checkpoint_type替代。

fine_tune_checkpoint_type：用来确定fine tune checkpoint使用的是分类模型参数还是检测模型参数。可选参数值：“”，“classification”，“detection”。

 

2.2.5  load_all_detection_checkpoint_vars

用于确定是否导入所有和模型变量名字和大小相符的detection checkpoint变量。只在使用检测模型时有效。

 

2.2.6  num_steps

训练总步数。如果设置为0，则训练步数为无穷大。

 

2.2.7  data_augmentation_options

数据增强参数配置。可选参数详见protos文件夹下的preprocessor.proto。

这个例子里数据增强使用了两个具体参数：

random_horizontal_flip——随机水平翻转。

ssd_random_crop——SSD算法图像随机裁剪。

2.3  train_input_reader{ }

训练集数据的路径配置。可选参数详见protos文件夹下的input_reader.proto。

2.3.1  tf_record_input_reader、input_path

训练用tf_record格式数据集的路径配置。

2.3.2  label_map_path

labelmap.pbtxt文件的路径配置。labelmap.pbtxt文件定义了待分类目标的id号和标签名称之间的映射关系。

2.4  eval_config{ }

测试用参数的配置。可选参数详见protos文件夹下的eval.proto。

2.4.1  metrics_set

用于配置评估模型性能的标准。

可选参数详见框架总目录下eval_util.py里的EVAL_METRICS_CLASS_DICT。目前有8种。

例子中使用的是coco_detection_metrics, 是使用coco数据集进行目标检测时评估模型性能的标准。

2.4.2  num_examples

测试样本数目。

2.5  eval_input_reader{ }

测试集数据的路径配置。可选参数详见protos文件夹下的input_reader.proto。

2.5.1  tf_record_input_reader、input_path

测试用tf_record格式数据集的路径配置。

 

2.5.2  label_map_path

同2.3.2节。

2.5.3  shuffle

随机排序操作配置。如果选false，则对测试样本不进行随机排序操作。

2.5.4  num_readers

用于配置可并行读入的文件分片的数目。