Mask rcnn训练自己的数据集出现问题！

Question

导师您好最近在研究Mask rcnn，在使用您的代码很顺利就利用coco数据集训练出了权重。但是在训练自己的数据集时出现了以下问题。

我自己的训练集是从coco数据集抽取的8类（person,car,tuck等），在修改num-class与coco91_indices.json文件后，训练这个数据集时出现了coco各项指标指标十分低的情况。情况如下（此处列举1个epoch的情况）：

epoch:1 0.0956 0.1569 0.1016 0.0435 0.0895 0.1337 0.0637 0.1350 0.1482 0.1114 0.1480 0.1727 0.5606 0.008000

其余的epoch结果也是相近，我试着在my_dataset_coco中将coco91_indices.json文件路径替换为修改后的8个类别json文件，但是依然没有解决问题。

在我看来利用coco数据集抽取的几类进行训练，map应该是有一个提升的吧，所以想咨询导师一下这个问题。烦请导师回答，麻烦导师不吝赐教。

Answer 1

如果出现这种情况，可能是因为你的数据集和模型结构不匹配。
1.检查模型是否支持你的类别数量（8个），确保num_classes参数正确。
2.检查你的训练数据是否正确标注，确保训练数据类别标签与num_classes对应。
3.检查损失函数是否匹配你的数据集，例如，你是否需要使用多类损失函数。
如果以上都没有问题，可以尝试以下方法调节训练：
1.调节训练参数（例如学习率、批量大小），试图找到合适的参数。
2.增加训练数据，防止模型过拟合。
3.加载预训练模型，继续训练。
还有，如果还没有解决，你可以发布你的代码以及详细的错误信息，以便更详细地回答。