lx-cly

非常不好意思啊！我是改了num_classes，再训练过的，因为放在服务器上跑的，本地没有同步，给你的代码给错了，不好意思啊。训练了16个类别的权重文件这个压缩包里：链接：https://pan.baidu.com/s/1krhg-57CLoCgXzSC-Icqrw 提取码：73rr

训练的旋转矩形框的表示方法为长边表示法， classid x_c y_c longside shortside Θ Θ∈[0, 180)。angle是用0~180°的整形数表示的。 

将DOTA数据格式转换成所需的格式，可以根据这篇[文章](https://zhuanlan.zhihu.com/p/356416158) 。

我刚刚看了代码，我修改kld计算loss，输出分支是xywh angle score num_classes；而csl计算loss xywh,score,num_classes,num_angles。代码在utils/general.py compute_loss_kld 中，可能是我自己只训练了一个类，没有发现问题。

你用kld训练修改 .\models\yolo_new.py的Detect类中初始化函数的self.angle = 1 这个了吗

detect.py的时候应该是把use_kld设置为True了吧

yolov5s 中 backbone 用的是 加了cbam注意力机制的 BottleneckCSP块 但是train.py 是冻结了backbone 所以你训练的不好

我当时只是想试试注意力机制有没有提升，你可以用回原来的骨干网，加载yolov5s.pt，可以选择冻结骨干网进行训练

你训练的loss图还有吗？

你好，你说过用我训练的权重测试就没问题，那应该是训练部分有问题。要不你用训练集的图片detect下试试？