Miles Zhang

我不太確定pytorch是怎麼計算FLOPs，不過MobileNetv2在輸入為224x224時大概是300 MFLOP，詳細數據可以參見GhostNet的論文，所以在輸入為32x32時MobileNetv2肯定要遠小於這個數字

第一個問題其實是FLOPs跟FPS並非正相關，FPS受到實現方法、環境等具體實作方法的影響，FLOPs則是模型理論上的每秒浮點數運算次數，這個數字比較利於學術上的比較，另外就是我是純粹的TF實現與YOLOv4用C+CUDA的實現方式在GPU的速度上會差很多，如果你在純CPU環境下運行就會發現不一樣的結果，簡而言之，如果要更快的工業應用上的速度，現在這個實現方法是不夠的。需要有進一步高效的實作方法。 第二個問題需要你提供更多訊息，尤其是json檔案的格式，包括bbox的表示方式？還有是否有採用預設的學習率下降策略？

你的bbox前兩位數是bbox的左上xy還是中心點xy？我採用的是左上xy，這點需要注意，其他應沒問題。 你可以試試看將csl_yolo.py的中的388行的focal loss註解掉，換成389行的loss，我有發現有時候訓練很不穩定，換完之後再訓練512的試看看： cnfd_loss=self._ConfidenceFocalLoss(pred_y,true_mask,ignore_mask,true_wht) 換成 cnfd_loss=self._ConfidenceLoss(pred_y,true_mask,ignore_mask,true_wht)