GFocalV2
GFocalV2 copied to clipboard
关于训练
你好,翔哥,首先感谢你的工作.在我训练的过程中,出现了这样的问题: 我分别训练GFLv1 和 GFLv2, 发现刚开始的分类损失相差很大, GFLv1的分类损失在0.4~0.5左右,但是GFLv2的分类损失直接变成了700-800之间,我想问下这是一个正常的现象吗? 你在训练的时候遇到过吗
不正常,训练的时候没有遇到过。请问两者分别是什么训练setting?
不正常,训练的时候没有遇到过。请问两者分别是什么训练setting? 两个是一样的settings, 我是直接在以前的mmdetection中加入了gfocal_head.py ,然后把gflv1中的configs文件中的head名称换成GFocalHead,没有改动其他的
config的 GFocalHead 里面
loss_cls=dict(
type='QualityFocalLoss',
use_sigmoid=False,
beta=2.0,
loss_weight=1.0),
注意use_sigmoid=False
很多对应的代码有一些变化,请注意一下~
对您的工作非常感兴趣,在复现时我将gfocal文件夹放在了configs下边,并且没有更改里边的代码,但是在我运行 train.py时,遇到了这样一个错误AssertionError: Only sigmoid in QFL supported now. 请问是哪里还需要更改吗?
对您的工作非常感兴趣,在复现时我将gfocal文件夹放在了configs下边,并且没有更改里边的代码,但是在我运行 train.py时,遇到了这样一个错误AssertionError: Only sigmoid in QFL supported now. 请问是哪里还需要更改吗?
hi,来自一年后的问题,我现在也遇到这个结果了,请问你解决这个问题了么’
对您的工作非常感兴趣,在复现时我将gfocal文件夹放在了configs下边,并且没有更改里边的代码,但是在我运行 train.py时,遇到了这样一个错误AssertionError: Only sigmoid in QFL supported now. 请问是哪里还需要更改吗?
hi,来自一年后的问题,我现在也遇到这个结果了,请问你解决这个问题了么’
你解决了吗?默认use_sigmoid=False会出现这个问题无法训练,但是改成true,loss 又会有七八百直接爆炸
你好,翔哥,首先感谢你的工作.在我训练的过程中,出现了这样的问题: 我分别训练GFLv1 和 GFLv2, 发现刚开始的分类损失相差很大, GFLv1的分类损失在0.4~0.5左右,但是GFLv2的分类损失直接变成了700-800之间,我想问下这是一个正常的现象吗? 你在训练的时候遇到过吗
您好,您解决了这个问题吗?我现在也是loss700多 很失衡,val出问题,检查了json标注,也正常的,应该是出在loss上了导致训练不行