onmywei

yolov3-spp该怎么实现呢，如果直接用yolov3-spp.cfg和yolov3-spp.weights解出来的yolov3-spp.h5的网络结构能否用train_bottleneck.py来直接训练呢？如果训练好一个yolov3-spp-trained.h5，如果要进行detection的话是不是要修改yolo.py的代码啊？

@leviome 我的呢我的呢？

Your message doesn't show any errors, you should post a detailed error message

在通过evaluate()进行评估的时候，根据output创建coco_dt的时候，没有对结果进行NMS，因此会将所有结果跟coco_gt进行评估。导致COCOeval在进行evaluate的时候产生大量运算。举个例子，如果输入input的尺寸大小为1×3×608×608，输出outputs中boxes的大小为1×22743×1×4，一张图片要22743次计算，其中大部分box的置信度要低于阈值的，可能只有一两个box是我们实际想要的。因此，如果你设置的input尺寸偏大，并且你的验证集数量较多的时候，会进行长时间的运算。 只是个人理解和推测，有什么不对的可以指正。

> 非常感谢你的回复，另外我用很小的数据量测试时（例如，至少200张），opencv会报错，数据量增加后（大于600张）就没有问题 > `cv2.error: OpenCV(4.4.0) /tmp/pip-req-build-nzyrw1vf/opencv/modules/imgproc/src/color.cpp:182: error: (-215:Assertion failed) !_src.empty() in function 'cvtColor' ` > 这个算法对训练集和测试集有最小数据量要求吗？ 你的这个错误看起来可能是图片或者路径的问题，opencv的imread如果路径错误是不会报错的只会返回一个None,建议使用dataloader加载一下测试集，检查是否有空数据。

> 在train.py的418行模型加载的权重始终是cfg.pretrained,而不是最新训练的结果，此处代码是否有问题呢? > `eval_model = Yolov4(cfg.pretrained, n_classes=cfg.classes, inference=True)` > 例如mAP始终为0的问题。 这个加载的只是模型结构，下边的eval_model.load_state_dict(model.state_dict())是将正在训练中的model的参数变量加载进来，所以这段代码没问题。至于AP为0的问题，猜测可能也是因为NMS的问题，但是没有验证只是个猜测。