改写本文的输入网络图像大小为 512×512, 训练迭代次 数设置为 12 000 次, 根据本实验的 GPU 的性能将 BatchSize 设置为 4, 训练学习率 LearningRate 设置为 0.004×0.05, 然后将制作好的数据集输入 SSD 网络进 行训练, 其中网络训练过程的 Loss 曲线图如 7 所示, Loss 随着迭代次数的增加逐渐降低并趋于稳定, 说明 达到了训练的收敛要求, 即得到适合高速公路场景的 网络模型.

本文的网络输入图像大小为512×512，训练迭代次数设置为12,000次，BatchSize设置为4，训练学习率LearningRate设置为0.004×0.05。制作好的数据集输入SSD网络进行训练，网络训练过程的Loss曲线图如下图所示。可以看出，随着迭代次数的增加，Loss逐渐降低并趋于稳定，说明达到了训练的收敛要求，得到了适合高速公路场景的网络模型。