Trainingsprozess
Trainingsprozess
Verfolgen und Visualisieren des Trainingsprozesses.
Dies dient dazu, anhand von Trainings- und Evaluierungsmetriken die Trainings-Parameter zu optimieren und die Performance des Modelles zu benennen und zu verbessern.
Dazu werden folgende Metriken herangezogen:
- Precision-Recall
- Average Precision (AP)
- Intersection over Union (IoU)
- Mean Average Precision (mAP)
- Loss
Übersicht aller relevanter Trainings- und Evaluierungsmetriken (TensorFlow)
Im Falle des Modells zur Erkennung von Autos und Autoreifen ist zum Beispiel auf die Metrik DetectionBoxes_Precision/mAP (small) zu achten. Diese gibt die mean average precision für kleine Objekte von 32x32 Pixels an. Welche der Größe der Autoreifen entspricht.