一直不收敛

[Demozsj]

您好！我想问一下，我是使用VOC数据集，利用yolov4_weight.h5这个权重文件，进行迁移学习，针对于VOC数据集使用k-means聚类得到的anchor box进行训练，我将余弦退火和标签平滑都设置为true，但是loss一直在50多高居不下。我随后又减小了学习率，使用前面的权重文件继续训练，但是loss仍然不见变小，请问您有什么意见嘛？哦，对了，我分别尝试了608和416的，都没有得到好的结果，但是使用您的VOC数据集的权重，就可以直接得到比较高的mAP。

[bubbliiiing]

那，你训练的权重map是多少呢

[Demozsj]

根本得不到map，就像之前有人提问那样，根本得不到框

[bubbliiiing]

等一下，标签平滑你设置成了True？那是设置数字的，不是设置True的？

[Demozsj]

哦哦，那我想请问一下，这个数字的设置标准是什么呢？

[bubbliiiing]

查查百度标签平滑，就知道了吧

[Demozsj]

好的，多谢啦，我再去试试看

[Demozsj]

您好！我重新试了一下，将余弦退火设置为True，标签平滑没有更改（设置为0），共训练了50个epoch，解冻前25个，解冻后25个，但是loss仍然在42左右。最后我又更改了学习率，降低了10倍，继续训练（但是现在还没训练完），不过训练了5个epoch了，但是仍然不见下降，反而有上升的趋势。想请问一下您，方便将您在voc数据集上做迁移学习的具体参数、epoch数等信息告诉我吗？

[bubbliiiing]

前一次冻结训练的时候冻结层是多少

[Demozsj]

您说的前一次是指？

[bubbliiiing]

前25代

[Demozsj]

冻结了249层

[bubbliiiing]

42loss算正常的吧，你可以算map了

[Demozsj]

Freeze the first 249 layers of total 370 layers。我看输出是这么提示的

[Demozsj]

我记得我在训练yolov3的时候，loss是20多

[bubbliiiing]

有msaic目标增多了，loss多正常吧，你可以测测map看看

[Demozsj]

好的，我试试看

[Demozsj]

您好！想再问您一个问题。我训练过程中报出了这个错误 /opt/conda/lib/python3.7/site-packages/keras/callbacks.py:120: UserWarning: Method on_batch_end() is slow compared to the batch update (0.289097). Check your callbacks. % delta_t_median) 这个错误并没有影响程序的继续运行，只是结束了当前的epoch，在网上没有找到相应的解决办法，想请问您一下，有没有什么解决办法或者有没有什么想法？

[Demozsj]

这是我在使用云端租用的GPU的时候才会报的错误，在本地运行416尺寸的时候是没有问题的。

[deeplearningshare]

用K-means得出的anchor尺寸,不是最优的，我实验过，在voc2007聚类得到的anchor训练无法有效收敛（聚类出的anchor尺寸较大，比例不适中），如果采用coco数据集的anchor则可以很快收敛。