seeyouagain111

老哥，你训练到最后loss收敛到多少，我训练自己的模型最后loss收敛到0.17应该不正常吧

> @seeyouagain111 老铁， 你训练12个小时能迭代多少次？我只能迭代10000多次， 作者怎么13个小时能训练41000次？我也是2块1080ti。 这个跟你多少gpu和多大的batchsize有关吧，我用了四个gpu训练一个epoch一分半的时间

可能dataloaderworker你设置的太小了 一般是4 8 16这样

你在mobilenet中为了提取low_feature_map设计了block 这样不会影响加载预训练模型么？预训练模型的所有参数都能够加载进来么？

i have the same question,have you fix it?

> @seeyouagain111 用 384X48n 和 48nX1248 两种crop_size finetune吧。根据你的memory 调一下n到最大能用的值。 > 结果应该也会有提升。 > @tianshenghui pretrained model 用4块卡batchsize为8。crop_size的确影响精度。边缘不明显的原因一定和training data有关。需要保证你自己的trainning data在边缘ground truth要准确。如果 training data的label精度较差或者错误较多。deep neural netwok基本都会表现很差。 > 可以试着用simulation data去train model。可以参考这篇文章：https://arxiv.org/pdf/1911.13287.pdf 谢谢作者的回答，另有一处疑问，当我用384x624训练完成后，测试时候将测试图片裁剪为多个384x624预测然后拼接的效果会比直接测试384x1248的图片效果好吗，作者可否试过。

我和你一样的错误，你解决了吗

我用git上给的模型，导入时候出错，不知道为啥

> 稀疏训练没训练好，经过稀疏训练，bn_weights应该接近0。 我这边bn_weights大多集中在0.70-3左右，是不是不正常

> EfficientDet 所以efficientNet实用性还是可以的是吧