efficientdet-pytorch
efficientdet-pytorch copied to clipboard
这是一个efficientdet-pytorch的源码,可以用于训练自己的模型。
这两个数据集的图像尺寸均在1000像素左右 效果差的那个数据集,存在这样的情况:共有10类目标,我的训练策略是使用efficientd-4作为初始权重。所测试的结果其map仅能达到75左右,但是用frcnn ssd retinanet等均能达到85-89左右。但是当我改用efficient d-3作为初始权重的时候,在batchsize=4的设置下,经过100epoch所测试的的各类ap只有个位数大小,实在好奇怪。 但是另一个数据集,效果很好可以达到非常理想的map,与frcnn ssd retinanet等均相近甚至更高。 希望能够得到您的帮助!非常感谢!
voc map
请问用efficientDet D0训练voc数据集的map是多少呢,我训练时的最高精度是三十多,我觉得不大行
RuntimeError: Error(s) in loading state_dict for EfficientDetBackbone: size mismatch for classifier.header.pointwise_conv.conv.weight: copying a param with shape torch.Size([45, 112, 1, 1]) from checkpoint, the shape in current model is torch.Size([189, 112,...
从您的B站课堂过来的!大佬讲的真棒!!关于bifpn这里有一个地方没明白。论文中提到bifpn这个结构是需要使用多次的,您的代码里也提到了第一次bifpn结束以后会存在p3_out、p4_out.....p7_out它们会返回成为新的输入进行第二次bifpn操作。想麻烦问您一下代码中哪里对这个bifpn总共操作次数的值进行了定义?
请问博主使用VOC2007trainval训练时使用了多少个epoch,我简单训练了65个(在D0权重的基础上),效果太差。是我训练时间太短还是有什么其他问题
If you encounter the above problems, please follow the following additional coding format to solve. in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id), encoding='UTF_8') # trouble in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id)) # method in_file =...
/project/nets/layers.py:323: TracerWarning: Converting a tensor to a Python float might cause the trace to be incorrect. We can't record the data flow of Python values, so this value will be...
因为我在服务器上运行这个程序,但是没有看到设定日志保存的地方 只看到了权重文件的保存 计算map可以指定阈值(如0.5)下的recall precision 最后 没有发现可以指定gpu的地方 负责一旦运行程序 所有gpu都得工作 影响别人的工作,请大神指点
数据转换
在annotations下的xml文件全部都转换到train的数据了,剩余的txt文档全是空的啊
多GPU训练
请问这个训练支持多GPU训练吗,在哪设置呢?