yolov4-pytorch
yolov4-pytorch copied to clipboard

Published 20 hours ago •

Reame
Issues

测试结果准确率召回率均为0

Open jbfhsv opened this issue 2 years ago • 9 comments

您好，我做了以下改变，将主干网络换为mobilenetv3，加载预训练模型，epoch为100，其他参数没变，在云端GPU训练，不管是冻结训练还是解冻训练，测试结果准确率召回率均为0，map值极低，百分之个位数。检查了一下，model_path，classes_path，classes.txt均改为自己的数据，图片路径和标签也没错，损失也降到了零点几左右，但是检测结果感觉跟没训练一样，不知道是哪方面的原因，您能为我解答一下吗？

Mar 30 '22 12:03 jbfhsv

@jbfhsv 你好，在这个原版的YOLOv4上换mobilenetv3不太合适把，可以去试试在tiny上换。我感觉可能是这个新backbone提取图像特征的能力太弱了。

Mar 31 '22 08:03 XuecWu

@jbfhsv 你好，在这个原版的YOLOv4上换mobilenetv3不太合适把，可以去试试在tiny上换。我感觉可能是这个新backbone提取图像特征的能力太弱了。

我又试了试，换成了原来的CSPdarknet53，20个epoch，也是这个问题，不知道问题出在哪

Mar 31 '22 11:03 jbfhsv

是不是数据集没准备好呀，看看你的class_path是啥

Mar 31 '22 11:03 XuecWu

没问题，是自己的数据

Mar 31 '22 12:03 jbfhsv

可能是和正样本选取的方式有关系，你试试yolox和5，可能有效果，正样本太少

Mar 31 '22 15:03 bubbliiiing

可能是和正样本选取的方式有关系，你试试yolox和5，可能有效果，正样本太少

我用了之前yolov4的旧版本进行了训练测试，测试结果正常，但是用新的yolov4代码就一直出现上述问题，有没有可能是训练参数的问题？旧版本用的adam,step，新版本用的sgd,cos。

Apr 01 '22 09:04 jbfhsv

确实，应该是sgd的问题，sgd适合大数据集慢慢训练

Apr 02 '22 16:04 bubbliiiing

一样的问题，损失才训练几代就到了0.0001左右，无论训练多久map为0

Apr 06 '22 10:04 Fan-tas-tic

0.0001是没有目标信息= =

Apr 08 '22 15:04 bubbliiiing