s5377689

results = model(frame, verbose=False) Set verbose to False

我發現只要改了東西訓練MAP都會變超級低，不知道要怎麼挑整參數

請問可以教學怎麼上傳與使用COCO datasets test-dev 2017的模型評估嗎

我發現改了某些種類的權重(*1.2)訓練時，AP、F1、Recall這些值都會變超小，想知道b导是怎麼調整參數的

> hi 这个是怎么改呢……我这里没有实现0 0你不一定是改错了 不知道這樣改有沒有理解錯誤，我想增加某些類的權重，所以我在yolo_training.py加了以下程式碼(我是用COCO 2017訓練) ```diff + wweeii = torch.full([1, 80], 0.8) + index = torch.LongTensor([0, 9, 10, 11, 12]) + wei_little = wweeii.index_fill(1, index, 1.2) + wei_little=wei_little.to(device=torch.device('cuda' if...

> 你為什麼在求損失前乘上了 因為我要對特別類別的權重做加權

> 你要交叉熵后吧 交叉熵后的話要怎麼只加強某些類別權重 交叉熵后不是就所有類別取平均了嗎(?

> 交叉熵后把某个类的损失提高就可以了 b大可以指點一下是改哪個變數嗎

> 就是放外面呀 我試試看謝謝

是因為訓練損失有dropblock，驗證損失沒有嗎