准确率无法提升

[ychenghan]

推荐使用英语模板 General question，以便你的问题帮助更多人。

首先确认以下内容

• 我已经查询了相关的 issue，但没有找到需要的帮助。
• 我已经阅读了相关文档，但仍不知道如何解决。

描述你遇到的问题

[我想要训练一个修改网络结构后的预训练模型，因此我在原结构上做了测试，我没有改动任何网络结构，我没有加载预训练模型并且在ImageNet上进行训练，但在训练开始之后我发现了问题，随着epoch数的增加网络的准确率并没有提高并且越来越低，同时val集的损失也没有下降，在60个epoch时验证集上的准确率仍然只有4%，我想问这是由什么原因造成的，难道是我的数据集出现了问题吗]

相关信息

1. pip list | grep "mmcv\|mmcls\|^torch" 命令的输出 [mmcls 0.21.0 /home/amax/YCH/mmclassification mmcv 1.4.7 /home/amax/YCH/mmcv torch 1.9.0 torch-encoding 1.2.1 torchaudio 0.9.0 torchvision 0.10.0]
2. 如果你修改了，或者使用了新的配置文件，请在这里写明

[_base_ = [
    '../configs/resnet/resnetv1c50_8xb32_in1k.py'
]
data = dict(
    samples_per_gpu=64,
    workers_per_gpu=2)

workflow = [('train', 1),('val', 1)]]

3. 如果你是在训练过程中遇到的问题，请填写完整的训练日志和报错信息 [ ]
4. 如果你对 mmcls 文件夹下的代码做了其他相关的修改，请在这里写明 [填写这里]

[Ezra-Yu]

可以使用工具vis_pipeline检查一下数据集以及pipeline。这种情况一般都是数据集的问题

[ychenghan]

可以看一下经过处理后的ILSVRC 2012的meta文件夹内容吗，我没有使用datasetprepare中提到的处理ImageNet脚本进行处理

[mzr1996]

可以看一下经过处理后的ILSVRC 2012的meta文件夹内容吗，我没有使用datasetprepare中提到的处理ImageNet脚本进行处理

训练集上的 loss 有下降吗？

[ychenghan]

下降了

[mzr1996]

下降了

imagenet/
├── meta
│   ├── test.txt
│   ├── train.txt
│   └── val.txt
├── train
│   ├── n01440764
│   │   ├── n01440764_10026.JPEG
│   │   ├── n01440764_10027.JPEG
│   │   ├── n01440764_10029.JPEG
│   │   ├── n01440764_10040.JPEG
│   │   ├── n01440764_10042.JPEG
│   │   ├── n01440764_10043.JPEG
│   │   └── n01440764_10048.JPEG
│   ├── n01443537
│   │   ├── n01443537_10007.JPEG
│   │   ├── n01443537_10014.JPEG
│   │   ├── n01443537_10025.JPEG
│   │   ├── n01443537_10034.JPEG
│   │   ├── n01443537_10035.JPEG
│   │   ├── n01443537_10078.JPEG
│   │   └── n01443537_10083.JPEG
│   ├── n01484850
│   │   ├── n01484850_10016.JPEG
│   │   ├── n01484850_10036.JPEG
│   │   ├── n01484850_10073.JPEG
│   │   ├── n01484850_10085.JPEG
│   │   ├── n01484850_10086.JPEG
│   │   ├── n01484850_10134.JPEG
│   │   └── n01484850_10139.JPEG
│   ...
├── val
    ├── ILSVRC2012_val_00048809.JPEG
    ├── ILSVRC2012_val_00048835.JPEG
    ├── ILSVRC2012_val_00048851.JPEG
    ├── ILSVRC2012_val_00048858.JPEG
    ├── ILSVRC2012_val_00048860.JPEG
    ├── ILSVRC2012_val_00048868.JPEG
    ├── ILSVRC2012_val_00048936.JPEG
    ...

我们支持两种格式的文件，如上所示，train文件夹下是一种，每个子文件夹被视为一类；val 文件夹下是另一种，文件不必按照子文件夹归类，但需要通过 ann_file，也就是 meta 文件夹里的 val.txt 指定类别。 需要检查一下 train 和 val 数据集的类别是否匹配了

[ychenghan]

好的 我去检查一下，谢谢

[tonysy]

This issue will be closed as it is inactive, feel free to re-open it if necessary.