我使用这个仓库作为基础代码（https://github.com/ndaidong/tf-object-detection），它使用Tensorflow对象检测来检测评论截图中的评论、日期、点赞数和评分。
我处理了100张图片（只是想测试这是否可行），用4个标签（评论、日期、点赞数和评分）对图片进行标注，将XML格式转换为CSV格式，然后生成TFrecords。这对于训练和评估数据都完成了。100张图片用于训练，20张图片用于评估。以下是我标注的截图。点击此处查看标注图片的示例
对于训练，我使用了以下配置
model { ssd { num_classes: 4 image_resizer { fixed_shape_resizer { height: 500 width: 2000 } } feature_extractor { type: "ssd_mobilenet_v2" depth_multiplier: 1.0 min_depth: 16 conv_hyperparams { regularizer { l2_regularizer { weight: 3.99999989895e-05 } } initializer { truncated_normal_initializer { mean: 0.0 stddev: 0.0299999993294 } } activation: RELU_6 batch_norm { decay: 0.999700009823 center: true scale: true epsilon: 0.0010000000475 train: true } } use_depthwise: true } box_coder { faster_rcnn_box_coder { y_scale: 10.0 x_scale: 10.0 height_scale: 5.0 width_scale: 5.0 } } 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 } } similarity_calculator { iou_similarity { } } box_predictor { convolutional_box_predictor { conv_hyperparams { regularizer { l2_regularizer { weight: 3.99999989895e-05 } } initializer { truncated_normal_initializer { mean: 0.0 stddev: 0.0299999993294 } } activation: RELU_6 batch_norm { decay: 0.999700009823 center: true scale: true epsilon: 0.0010000000475 train: true } } min_depth: 0 max_depth: 0 num_layers_before_predictor: 0 use_dropout: false dropout_keep_probability: 0.800000011921 kernel_size: 3 box_code_size: 4 apply_sigmoid_to_scores: false } } anchor_generator { ssd_anchor_generator { num_layers: 6 min_scale: 0.20000000298 max_scale: 0.949999988079 aspect_ratios: 1.0 aspect_ratios: 2.0 aspect_ratios: 0.5 aspect_ratios: 3.0 aspect_ratios: 0.333299994469 } } post_processing { batch_non_max_suppression { score_threshold: 0.300000011921 iou_threshold: 0.600000023842 max_detections_per_class: 100 max_total_detections: 100 } score_converter: SIGMOID } normalize_loss_by_num_matches: true loss { localization_loss { weighted_smooth_l1 { } } classification_loss { weighted_sigmoid { } } hard_example_miner { num_hard_examples: 3000 iou_threshold: 0.990000009537 loss_type: CLASSIFICATION max_negatives_per_positive: 3 min_negatives_per_image: 3 } classification_weight: 1.0 localization_weight: 1.0 } }}train_config { batch_size: 35 data_augmentation_options { random_horizontal_flip { } } data_augmentation_options { ssd_random_crop { } } optimizer { rms_prop_optimizer { learning_rate { exponential_decay_learning_rate { initial_learning_rate: 0.00400000018999 decay_steps: 800720 decay_factor: 0.949999988079 } } momentum_optimizer_value: 0.899999976158 decay: 0.899999976158 epsilon: 1.0 } } num_steps: 200}train_input_reader: { tf_record_input_reader { input_path: "temp/data/train.record" } label_map_path: "configs/reviews/labels.pbtxt"}eval_config { num_examples: 20 max_evals: 10 use_moving_averages: false}eval_input_reader: { tf_record_input_reader { input_path: "temp/data/test.record" } label_map_path: "configs/reviews/labels.pbtxt" shuffle: false num_readers: 1}如你所见，我尝试从头开始训练数据，而不是使用现有模型。这样做的原因是我不是在寻找已经训练过的通用对象。
我调整了fixed_shape_resizer，因为评论图片的尺寸大约是宽2000像素，高500像素。
我只用了200个步骤进行训练（我需要做更多吗？），因为我在Tensorboard上注意到，在几百个步骤后它开始学习，’Loss’结果开始显著下降。点击此处查看Tensorboard结果
然而，当我导出/冻结图形并尝试预测时，却什么也没预测出来。看起来一切正常。我做错了什么吗？
回答：
使用这个API涉及许多步骤，所以不确定你可能在哪个步骤上犯了错误，但我觉得如果你是从头开始训练对象检测模型，那么你需要一个庞大的数据集。100张图片是一个非常小的数据集。你可以看看预训练的对象检测模型（如ResNet、ImageNet）所使用的训练数据集的规模，它们的数据集非常庞大。因此，要获得结果，你需要使用预训练模型或更大的数据集。为了增加数据集，你可以在API之外对现有图片进行图像增强，并使用算法调整它们的标注。当我做类似的练习时，我使用了大约10,000张图片和预训练模型以及图像增强技术。
如果你使用labelImg进行图像标注，请注意工具中的这个问题
