coldlarry

@Lam1360 @violet17

看到@violet17，在一个回答中提到： ----------------------------------------------------------- 剪枝的时候会先对 bias 做处理，用其后的卷积层或者 BN 层来吸收这个参数，然后再将权重赋值给 compact model， 这样做的话就能保证 pruned_model （只对 weight 置 0 的模型）和 Compact_model 对相同的输入有相同的输出 -------------------------------------------------------------- 想问一下，为什么不直接将pruned_model的weights和bias全部置0，而是先将weights置0，再将bias转移到下一层？

我在network slimming中看不到这样的转移做法

@courtfu 您好，请问您说的同样的数据集在yolov3原项目中没问题，这个yolov3原项目是哪个yolov3版本？是ultralytics的吗？

找到‘训练自己数据集map无法提高的原因了’，我提交的程序有个小问题，就是baseline训练（无稀疏化）时，默认打开了稀疏化，这可能是导致map无法提高的原因。解决办法是：在train文件的parser.add_argument中，将prune参数的默认值改为-1，当前的默认值为0（为0则打开了稀疏化）

可以 ------------------ 原始邮件 ------------------ 发件人: "lilei1128"

请问是您是稀疏化训练还是训练baseline，稀疏化训练如果map为0，大概率是稀疏化因子设置太高。 ------------------ 原始邮件 ------------------ 发件人: "121786404"

 前几个epoch为0，后面很有可能还能调整好。如果15个epoch后还是0，就肯定有问题了。另外，最好加载预训练模型。 ------------------ 原始邮件 ------------------ 发件人: "121786404"

非常感谢您的回复！我会查看后尽快修正。 ------------------ 原始邮件 ------------------ 发件人: "YueYiHuan"

您好，您说的问题我遇到过，但只是训练过程中的前几轮会出现这个情况。我觉得可能是如下原因：①载入权重的时候，载入有问题，导致模型初始化有误，所以训练过程map一直为0. ②训练时用的稀疏化因子太大？比如使用0.01的话，map就会接近0 对于问题①，我今天下午更新了models.py，您看下可以跑得通吗？ 我在hand数据集上，一切都正常。