mobilenet-yolov4-pytorch
mobilenet-yolov4-pytorch copied to clipboard
bubbliiiing
这是一个mobilenet-yolov4的库，把yolov4主干网络修改成了mobilenet，修改了Panet的卷积组成，使参数量大幅度缩小。
导师好，我最近出现了一个 问题需要导师帮助。用YOLOV5训练好之后，运行get_map.py，出来的ap还有我上个数据集的信息，两个杂糅在一起了，这是什么问题呀，class也改成另一个了，这个怎么解决呀？ 这是上个数据集的map：  这是这次的数据集：正好多出来上次的十个类别 
导师好，在我最近再用一个新的数据集（VEDAI），但是在生成train和val文件出现了以下问题。   之前没有出现过这种问题，特地来请教导师。希望不吝赐教，祝导师身体健康。
mAP问题
导师，您好！ 问题一： 为啥我用YOLOv4代码跑出来的mAP只要有85%左右，而大家都有89%左右；（我用的07+12的数据集） 问题二： 换了您的mobilenet那期的代码跑了，mobilenetv1-->mAP =84.5%，然后改成：mobilenetv1+PANet的3*3卷积换成深度可 分离卷积，结果mAP最高能 到90%（正常情况下不应该啊，深度可分离卷积用了之后mAP 一般会下降才对啊，我参考其他 论文，确实是下降了，所以我想问问代码部分除了主干和深度可分离卷积之外，和原YOLOv4模型还有其他改变吗） 期待您的回复，万分感谢！
关于map的问题
导师好，我又来了。我在训练我自己的遥感数据集时，650张图片，100ephock，map=8%，也使用了mobilenetV3的两个预训练权重。但是YOLOV4map=80，YOLOV5mao=67，这是怎么回事呢？麻烦导师了，谢谢  
train loss大于val loss且loss都很小，训练效果不好，试了好多个网络模型的代码都不行，都是train loss 大
b导好，请问，如果我使用聚类算法根据我的数据集生成了新的yolo_anchors.txt，那么是不是也需要修改对应的anchors_mask啊？
我在Mobilenetv3最后添加了一个模块作为主干，yolobody没改。我用summmary输出时发现没有我那个模块，是不是修改了mobilenent以后需要修改yolobody
你好，请问又有使用mobilenet替代yolov系列主干和用深度可分离卷积代替普通卷积的相关papper?最近在写本科毕业论文，还要汇报，所以请给些要看论文方面的建议，谢谢
您好，一开始不清楚您写了mobilenet-yolov4-lite-pytorch的代码，我将您的yolov4 pytorch版本的cspdarknet53替换成了mobilenetv3，操作的一样的，唯一不同的是我还使用了v3里面的最后一层卷积层，输出维度为13x13x960，并改动了yolo4.py里面三次卷积，五次卷积以及上下采样的维度，我用3080训练了400个epoch： lr = 1e-3 Batch_size = 8 Init_Epoch = 0 Freeze_Epoch =200 lr = 1e-5 Batch_size = 8 Freeze_Epoch = 50 Unfreeze_Epoch = 200 无预训练权重，voc2012数据集，loss在收敛于26.3，map为34.5％，速度比yolov4快20％左右，是我的训练方法出了问题吗？
Metadata
Owner
Metadata
这是一个mobilenet-yolov4的库，把yolov4主干网络修改成了mobilenet，修改了Panet的卷积组成，使参数量大幅度缩小。