李金灵

我也是这个问题

在v5上80 v3上百分之二十  ------------------ 原始邮件 ------------------ 发件人: Bubbliiiing ***@***.***> 发送时间: 2022年4月16日 01:37 收件人: bubbliiiing/yolov4-pytorch ***@***.***> 抄送: 503092317 ***@***.***>, Comment ***@***.***> 主题: Re: [bubbliiiing/yolov4-pytorch] 训练两个epoch后loss就变为零点几 (Issue #291) 之前多少……你有用过吗，一般多少？ 大佬我之前冻结50训练50Epoch后停止了，然后更换了权重之后重新进行解冻训练，这样会不会导致相同的图像被训练了两遍呢。 每个epoch本来就会遍历所有的图像 — Reply...

> v5是我提供的那个么 不是 用的u版

> 那你把我的改成300epoch 使用yolov3，加载预训练权重 使用416*416输入 ，默认anchor 300代， 精度54 使用yolov3 ，加载预训练权重 使用640*640输入 ，使用k-means调整anchor 300代 ，使用640*640推理精度30，使用640*640推理精度50 由于想使用up的code做对比实验，所以想使用640*640作为输入，我的数据集是基本上是780*120，不知道为什么精度会这样

哇！  B导 精度暴涨到80比我改进的v5还高！我用你的第一版v3精度会低一点吗？ ------------------ 原始邮件 ------------------ 发件人: Bubbliiiing ***@***.***> 发送时间: 2022年4月20日 22:58 收件人: bubbliiiing/yolov4-pytorch ***@***.***> 抄送: 503092317 ***@***.***>, Comment ***@***.***> 主题: Re: [bubbliiiing/yolov4-pytorch] 训练两个epoch后loss就变为零点几 (Issue #291)

是的，调整先验框，然后预测的时候，使用lettebox_image！ ------------------ 原始邮件 ------------------ 发件人: Bubbliiiing ***@***.***> 发送时间: 2022年4月21日 22:49 收件人: bubbliiiing/yolov4-pytorch ***@***.***> 抄送: 503092317 ***@***.***>, Comment ***@***.***> 主题: Re: [bubbliiiing/yolov4-pytorch] 训练两个epoch后loss就变为零点几 (Issue #291) 你咋做的0 0按我说的调先验框嘛 — Reply to this...

感谢B导 ------------------ 原始邮件 ------------------ 发件人: Bubbliiiing ***@***.***> 发送时间: 2022年4月22日 22:02 收件人: bubbliiiing/yolov4-pytorch ***@***.***> 抄送: 503092317 ***@***.***>, Comment ***@***.***> 主题: Re: [bubbliiiing/yolov4-pytorch] 训练两个epoch后loss就变为零点几 (Issue #291) 好的~很强 — Reply to this email...

我说的数据集长宽比为5，用将短边resize为600，再调整长边尺寸的，这种方式预测效果很差，如果将短边resize设置为300，一些小目标又会检测的比较差。我首先把letterbox-image改进来，但是好像没有成功，现在准备调整anchor来适配我的数据集。

> on_fitepoch_end() 缺少 1 个位置参数：'fi' 正常显示可以进行训练训练，请问 这个在哪里改 我跟你出现的情况一样，你找到原因了吗

> 请问bn_weights一定要在0附加吗，就类似于上面的图片那样，我稀疏训练后的分布变化不是很大，从权重分布从1->0.8，这这种情况可以剪枝吗  你的稀疏率sr 太小了 调大多试几次