YOLOv4-pytorch
YOLOv4-pytorch copied to clipboard
argusswift
为什么训练集和验证集的时间会相差这么多
validation involves data format transformation which is implement on CPU and single-thread. NMS as well. Also, if you enable multi-scale eval, this preprocessing of images and bboxes might be even more computational demanding.
I would suggest that you disalbe multi-scale eval and disable all data-augmentation in the eval process. Further more you can write the data format transform using multithread. This might speed up the whole process a lot.
validation involves data format transformation which is implement on CPU and single-thread. NMS as well. Also, if you enable multi-scale eval, this preprocessing of images and bboxes might be even more computational demanding.
I would suggest that you disalbe multi-scale eval and disable all data-augmentation in the eval process. Further more you can write the data format transform using multithread. This might speed up the whole process a lot.
大佬 可以问一下 这是那里出错了吗
验证包括在CPU和单线程上实现的数据格式转换.NMS也是。此外，如果您启用了多尺度评估，这种图像和bbox的预处理可能需要更多的计算量。
我建议你取消多尺度的评估，并禁用在评估过程中的所有数据增强。此外，您还可以使用多线程编写数据格式转换。这可能会大大加快整个过程。
就是一到val就报错
seems like the box list for nms too large. Which is actually not large at all. Check your memory? Haven't seen anything like this before.
As I said. Check your memory first. As I see, you are using windows, so task manager would help you to see your memory status.
As I said. Check your memory first. As I see, you are using windows, so task manager would help you to see your memory status.
实在是太感谢了 我好像把文件都放在桌面了 所以导致内存爆了 谢谢
As I said. Check your memory first. As I see, you are using windows, so task manager would help you to see your memory status.
不知道你试过没有我觉得最新的代码有bug 只要一到val训练内存就会一直上涨到最后爆内存
As I said. Check your memory first. As I see, you are using windows, so task manager would help you to see your memory status.
I think it's problem about attention map
As I said. Check your memory first. As I see, you are using windows, so task manager would help you to see your memory status.
I think it's problem about attention map
First, batch size would not efffect eval imo. Cuz you only use 1 image every time.
About memory, you need to have a larger memory to run this. The way I understand is that output from model is too large. If you don't want to buy new RAM stick, you should decrease the input size, disable attention, disable multi-scale val, disable augmentation on eval.
就像我说的。先检查一下你的记忆。正如我所看到的，您正在使用windows，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织。因为你每次只使用一张图片。
关于内存，您需要有一个更大的内存来运行它。我的理解是，模型的输出太大了。如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用val上的增强。
谢谢老哥，我现在是16G的内存，最新的这个代码我需要多大的内存合适呢，还有我想知道新加的showatte模块的作用是什么呢，谢谢了
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片.
关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的showatte和model模块具体是干嘛的 谢谢大佬
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片.
关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
我刚刚把多线程的代码去掉 发现就能正常运行了 我想可能我电脑带不动多线程的代码把 这几次还是多谢老哥了
就像我说的。先检查一下你的记忆。正如我所看到的，您正在使用windows，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织。因为你每次只使用一张图片。 关于内存，您需要有一个更大的内存来运行它。我的理解是，模型的输出太大了。如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用val上的增强。
谢谢老哥，我现在是16G的内存，最新的这个代码我需要多大的内存合适呢，还有我想知道新加的showatte模块的作用是什么呢，谢谢了
show_atte = show attention. This will output with attention heatmap.
Menmory requirement depends on your application. my workstation and server have 128G and 500G RAM , so I never suffer from this and never notice this.
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片.关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
谢谢老哥，我现在是16G的内存，最新的这个代码我需要多大的内存合适呢，还有我想知道新加的展示模块的作用是什么呢，谢谢了
show_atte注意。这将输出与关注热点图。 Menmory需求取决于您的应用程序。我的工作站和服务器有128 G和500 g RAM，所以我从来没有受到这种影响，也从未注意到这一点。
好的 谢谢大佬
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片. 关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的showatte和model模块具体是干嘛的 谢谢大佬
Attention basically means that the network would prioritize region that are more informative. Like a kind of factor or weight.
In general, attention helps improves the performance. But it's not a MUST
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态.
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片.关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的展示和模型模块具体是干嘛的谢谢大佬
注意基本上意味着网络将优先考虑信息更丰富的区域。就像某种因素或重量。
一般来说，注意力有助于提高绩效。但这不是必须的
大佬 我问一下DO_CONV代码里有体现吗 我怎么感觉没有进进去 是我没找到吗
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片. 关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的showatte和model模块具体是干嘛的 谢谢大佬
Attention basically means that the network would prioritize region that are more informative. Like a kind of factor or weight.
In general, attention helps improves the performance. But it's not a MUST
请问这份代码用到了Mosaic方法吗
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片. 关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的showatte和model模块具体是干嘛的 谢谢大佬
Attention basically means that the network would prioritize region that are more informative. Like a kind of factor or weight. In general, attention helps improves the performance. But it's not a MUST
请问这份代码用到了Mosaic方法吗
No. But I got mosaic integrated. You can use my code and integrate into this repo. https://github.com/jingtianyilong/YOLOv4-pytorch/blob/00c81b547bd968209f9fa636727d7ce16be4236c/utils/datasets.py#L41-L120
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片. 关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的showatte和model模块具体是干嘛的 谢谢大佬
Attention basically means that the network would prioritize region that are more informative. Like a kind of factor or weight. In general, attention helps improves the performance. But it's not a MUST
请问这份代码用到了Mosaic方法吗
No. But I got mosaic integrated. You can use my code and integrate into this repo. https://github.com/jingtianyilong/YOLOv4-pytorch/blob/00c81b547bd968209f9fa636727d7ce16be4236c/utils/datasets.py#L41-L120
感谢感谢 大佬 不知道加了马赛克效果会有提升吗
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片. 关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的showatte和model模块具体是干嘛的 谢谢大佬
Attention basically means that the network would prioritize region that are more informative. Like a kind of factor or weight. In general, attention helps improves the performance. But it's not a MUST
请问这份代码用到了Mosaic方法吗
No. But I got mosaic integrated. You can use my code and integrate into this repo. https://github.com/jingtianyilong/YOLOv4-pytorch/blob/00c81b547bd968209f9fa636727d7ce16be4236c/utils/datasets.py#L41-L120
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态。
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片. 关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的showatte和model模块具体是干嘛的 谢谢大佬
Attention basically means that the network would prioritize region that are more informative. Like a kind of factor or weight. In general, attention helps improves the performance. But it's not a MUST
请问这份代码用到了Mosaic方法吗
No. But I got mosaic integrated. You can use my code and integrate into this repo. https://github.com/jingtianyilong/YOLOv4-pytorch/blob/00c81b547bd968209f9fa636727d7ce16be4236c/utils/datasets.py#L41-L120
感谢感谢 大佬 不知道加了马赛克效果会有提升吗
大佬还有补充一下就是加了你的代码需要将__creat_label里的box_mix改为1 我想问问这个box_mix作用是啥啊 这个改了会有影响吗
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态.
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片.关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的展示和模型模块具体是干嘛的谢谢大佬
注意基本上意味着网络将优先考虑信息更丰富的区域.就像某种因素或重量.一般来说，注意力有助于提高绩效.但这不是必须的
马赛克请问这份代码用到了方法吗
没有。但我整合了马赛克。您可以使用我的代码，并集成到这个回购。 Https://github.com/jingtianyilong/YOLOv4-pytorch/blob/00c81b547bd968209f9fa636727d7ce16be4236c/utils/datasets.py#L41-L120
大佬换成你的代码后 这个错误是为什么
就像我说的.先检查一下你的记忆.正如我所看到的，您正在使用窗口，因此任务管理器将帮助您查看内存状态.
我想这是关于注意力图的问题
第一，批次大小不会影响世界海事组织.因为你每次只使用一张图片.关于内存，您需要有一个更大的内存来运行它.我的理解是，模型的输出太大了.如果你不想买新的RAM棒，你应该减少输入的大小，禁用注意力，禁用多尺度的Val，禁用Val上的增强.
就是我看1月份刚加的展示和模型模块具体是干嘛的谢谢大佬
注意基本上意味着网络将优先考虑信息更丰富的区域.就像某种因素或重量.一般来说，注意力有助于提高绩效.但这不是必须的
马赛克请问这份代码用到了方法吗
没有。但我整合了马赛克。您可以使用我的代码，并集成到这个回购。 Https://github.com/jingtianyilong/YOLOv4-pytorch/blob/00c81b547bd968209f9fa636727d7ce16be4236c/utils/datasets.py#L41-L120
大佬换成你的代码后 这个错误是为什么
就是val结束后无法进入下一个epoch，需要自己重新run才能继续
大佬换成你的代码后 这个错误是为什么
You don't have sufficient GPU mem. Try with smaller batch_size. Or you should give up on this.
大佬换成你的代码后 这个错误是为什么
You don't have sufficient GPU mem. Try with smaller batch_size. Or you should give up on this.
大佬 如果我不使用预训练权重 那我能够达到很好的map值吗，或者说我不用预训练，增加epoch的次数 能达到靠近使用预训练的map吗
For this I would recommand this paper Rethinking ImageNet Pre-training from Kaiming He. @ICCV2019. In short. No, pre-train is not necessary. You can achieve the same level with longer training.
为此，我会推荐 Kaiming He 的这篇论文Rethinking ImageNet Pre-training 。@ICCV2019。 总之。不，不需要预训练。您可以通过更长时间的训练达到相同的水平。
Excuse me, train has turned on multi_ SCALE_ Train and val also need to open multi_ SCALE_ Train