ChenMaolong

> 1、算法不能找到所有的目标，所以recall不能到1 2、损失问题看问题汇总 单类别小目标检测PR曲线达不到（1，p）这一点，是不是不正常

> 验证集和测试集的mAP应该本来就是不同的吧? 我在getmap.py里面已经将test.txt改为val.txt了，上面全是验证集测试的结果，我最终是要test测试最好，我想着val好了test就不会差到哪去，现在自动计算的map和getmap.py都不一致咋整？

> 验证集和测试集的mAP应该本来就是不同的吧? 会是我使用了adam优化器的原因吗？

> 你把参数设置成一样吧，在callback.py里面设置训练时的评估参数 非常感谢你的解惑，我用你的yolov4-pytorch3.1版本就将sgd优化器换成adam其他都没改,然后在callbacks.py里面我把 # class EvalCallback(): # def __init__(self, net, input_shape, anchors, anchors_mask, class_names, num_classes, val_lines, log_dir, cuda, \ # map_out_path=".temp_map_out", max_boxes=100, confidence=0.05, nms_iou=0.5, letterbox_image=True, MINOVERLAP=0.5, eval_flag=True, period=1): 换成和getmap.py一致 class...

> 貌似和adam没什么关系 嗯嗯

> 看一下注释 感谢大佬，我在3.1版本看到了，你的 utils文件夹utitle.box.py 中def non_max_suppression(self, prediction, num_classes, input_shape, image_shape, letterbox_image, conf_thres=0.5, nms_thres=0.4): 。 yolo.py中"confidence" : 0.5, #---------------------------------------------------------------------# # 非极大抑制所用到的nms_iou大小 #---------------------------------------------------------------------# "nms_iou" : 0.3, getmap.py中 confidence = 0.001 #--------------------------------------------------------------------------------------# #...

> 评估以get map为准 嗯嗯，明白咯，谢谢

> 嗯嗯，我试试