slim-neck-by-gsconv
slim-neck-by-gsconv copied to clipboard
AlanLi1997
模型权重文件在哪里呢
您好 非常感谢您提供预训练模型 我也注意到仓库的更新了，但是我想问下：yolov5s在coco map0.5_val你们结果是54.3，官方给的是56.8，你们是又重头开始训练了么，epoch还是300么。
最后还想咨询一下题外话hahahaha：我在我的设备上重新训练结果是54.7，那我是用54.7这个数据还是官方56.8这个数据呢，谢谢指导！ @AlanLi1997
您好 非常感谢您提供预训练模型 我也注意到仓库的更新了，但是我想问下：yolov5s在coco map0.5_val你们结果是54.3，官方给的是56.8，你们是又重头开始训练了么，epoch还是300么。
最后还想咨询一下题外话hahahaha：我在我的设备上重新训练结果是54.7，那我是用54.7这个数据还是官方56.8这个数据呢，谢谢指导！ @AlanLi1997
我们使用了一块Tesla A40 GPU以64 batch size训练了1000 epochs。事实上我们训练的网络还没有完全拟合，我们的硬件资源不允许继续来训练它，但我们诚实地报告了我们的结果。为了公平，对比试验应该保证相同的实验环境的前提，所以，我认为您应该使用您实验得出的结果并声明，而不是直接报告其他人产生的结果。
您好 非常感谢您提供预训练模型 我也注意到仓库的更新了，但是我想问下：yolov5s在coco map0.5_val你们结果是54.3，官方给的是56.8，你们是又重头开始训练了么，epoch还是300么。 最后还想咨询一下题外话hahahaha：我在我的设备上重新训练结果是54.7，那我是用54.7这个数据还是官方56.8这个数据呢，谢谢指导！ @AlanLi1997
我们使用了一块Tesla A40 GPU以64 batch size训练了1000 epochs。事实上我们训练的网络还没有完全拟合，我们的硬件资源不允许继续来训练它，但我们诚实地报告了我们的结果。为了公平，对比试验应该保证相同的实验环境的前提，所以，我认为您应该使用您实验得出的结果并声明，而不是直接报告其他人产生的结果。
好的