如何训练可以得到77maP

[ZxSnow]

trafficstars

想问一下如何训练可以得到您给出的在voc上77mAP的权重？可以问一下训练策略吗？我在你的代码中注释了对预训练文件的引入，直接使用原始ResNet网络进行train.py文件中100epoch的训练，得到的训练效果很差？想问怎样可以训练出和您相同的voc的结果呢？

[bubbliiiing]

pretrain=True可以用主干的预训练权重吧

[Runist]

同问，请问你解决了嘛？

想问一下如何训练可以得到您给出的在voc上77mAP的权重？可以问一下训练策略吗？我在你的代码中注释了对预训练文件的引入，直接使用原始ResNet网络进行train.py文件中100epoch的训练，得到的训练效果很差？想问怎样可以训练出和您相同的voc的结果呢？

[bubbliiiing]

同问，请问你解决了嘛？

想问一下如何训练可以得到您给出的在voc上77mAP的权重？可以问一下训练策略吗？我在你的代码中注释了对预训练文件的引入，直接使用原始ResNet网络进行train.py文件中100epoch的训练，得到的训练效果很差？想问怎样可以训练出和您相同的voc的结果呢？

为啥会忽略我中间的回答呢…

[Runist]

呃，主要是我试了你用pretrain=True也是这样30%的map

[bubbliiiing]

截图，训练策略也截图，loss也截图

[Runist]

Train

Train one epochs

Loss

Dataloader

DataLoader 和 Loss基本按照你的方式写的。训练策略稍有改动，但我感觉Loss和data都一样的情况，应该没啥问题。

[bubbliiiing]

你咋改了这么多…

[Runist]

是呀，跟着你的讲解自己又重新加了一点。

[bubbliiiing]

你这个改的有点多啊……我看l1_loss里面连permute都删了……我不知道具体原因。

[Runist]

找个我是在外面进行了permute，维度顺序是一致的，不然也没法计算。不过我想和你确认的是，你是基于resnet50 backbone的预训练权重，然后fine-tune就可以在VOC上达到77的MAP吗？那此时的val loss是多少呢？我也是采用resnet的backbone预训练权重，也没法达到这个77，而且val loss达到2.5的时候，就会反向上升（虽然我看了下原作者的repo说hm loss是正常的）。模型确实是学到东西了，直接测训练集Map是89，但验证集只有40多。很难受。。。

[bubbliiiing]

当然，上传前我已经测试过了，100epoch大概到76.多，之前是77多，因为之前学习率较大，现在增大epoch后也可以77。

[bubbliiiing]

你是我提供的数据集么， 我是freeze batch为32，unfreeze batch16

[Runist]

我是用voc2012的，训练集15000多张，验证集1700多张。我用同样的数据集，训练你最新的repo，上周五下载的。map只有28。。。

[bubbliiiing]

下次问问题说清楚情况。 VOC2012的数据集你用labelimg打开就知道，里面有些标注是不完全的，因为有一些不是拿来目标检测的。

[Runist]

可以，那我试试VOC2007

[bubbliiiing]

是07+12，我都提供了为啥不用呢

[bubbliiiing]

单07训练集就5000张，效果又不一样

[Runist]

是07+12，我都提供了为啥不用呢

你这个是自己改过标注的吗？还是整理过官方的呢

[bubbliiiing]

https://www.bilibili.com/read/cv10239076?spm_id_from=333.999.0.0

[Runist]

谢谢耐心解答，麻烦了。

[Runist]

你好，您的邮件我已收到。我将在近期查看，尽快给你回复。