yolov4-pytorch
yolov4-pytorch copied to clipboard
bubbliiiing
有关于训练效果的问题
你好，我在训练自己的数据集中(只有行人这一个类别)，训练了100个epoch,前50个epoch冻结训练，后50个epoch不冻结训练，计算ap时发现recall为5%,precision为97%，voc_ap=45%。请问我应该如何调整超参数呢？
你好，我在训练自己的数据集中(只有行人这一个类别)，训练了100个epoch,前50个epoch冻结训练，后50个epoch不冻结训练，计算ap时发现recall为5%,precision为97%，voc_ap=45%。请问我应该如何调整超参数呢？ 我觉得训练的时候应该是先不冻结训练再冻结训练吧，效果好些
可以一直不训练
您好，我在其他行人数据集上训练了多个epoch后保存了最后一个模型，采用迁移学习的方法再训练私有数据集。目前recall48.7,precision82，AP=56.79。我使用官方yolov5代码训练私有数据集的AP大概为83，请问还有什么方法提升精度吗？对了，这个是我训练保存的权重，麻烦看一下还有什么需要调整的吗？
你好，我在训练自己的数据集中（只有行人这一个类别发现），训练了 100 个 epoch，前 50 个 epoch 冻结，后 50 个 epoch 不冻结，计算 aptimerecall 为 5%，精度为97%，voc_ap=45%。请问我应该如何调整超 训练呢？
您好，我在其他行人数据集上训练了多个epoch后保存了最后一个模型，采用迁移学习的方法再训练私有数据集。目前recall48.7,precision82，AP=56.79。我使用官方yolov5代码训练私有数据集的AP大概为83，请问还有什么方法提升精度吗？对了，这个是我训练保存的权重，麻烦看一下还有什么需要调整的吗？
能加个qq吗，我现在所做的与你有相似之处，我也是只有一个类别，也在寻求改进模型效果,qq:3097254259
------------------ 原始邮件 ------------------ 发件人: "bubbliiiing/yolov4-pytorch" @.>; 发送时间: 2022年4月21日(星期四) 晚上8:39 @.>; @.@.>; 主题: Re: [bubbliiiing/yolov4-pytorch] 有关于训练效果的问题 (Issue #296)
你好，我在训练自己的数据集中(只有行人这一个类别)，训练了100个epoch,前50个epoch冻结训练，后50个epoch不冻结训练，计算ap时发现recall为5%,precision为97%，voc_ap=45%。请问我应该如何调整超参数呢？ 我觉得训练的时候应该是先不冻结训练再冻结训练吧，效果好些
您好，我在其他行人数据集上训练了多个epoch后保存了最后一个模型，采用迁移学习的方法再训练私有数据集。目前recall48.7,precision82，AP=56.79。我使用官方yolov5代码训练私有数据集的AP大概为83，请问还有什么方法提升精度吗？对了，这个是我训练保存的权重，麻烦看一下还有什么需要调整的吗？
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>
如果目标普遍偏小的话，改大input_shape效果会好很多，而且你训练的epoch非常少，推荐都是300
我图片的输入尺寸是1920x1080,设置模型的输入尺寸是608x608，目前AP为68.8.但是我发现验证集损失是上升趋势。设置的学习率为：Init_lr=1e-2,min_lr = init_lr*0.01。学习率是否过大或者过小？
这是我数据集的样图：
可以尝试自己修改一下先验框呢。你的目标偏小了。直接kmean 的话不知道大中小分布如何，但确实可以自己设置一下anchors，效果应该会有提升