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

tensorboard_training_2.jpg

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.