LittleMeow
LittleMeow
this PR should not be merged, it has some errors. @wondervictor For example, it delete [sv](https://github.com/AILab-CVC/YOLO-World/blob/83601a1634276336ddcfd237ba7bbb5b79d86310/image_demo.py#L18), but sv is still [used](https://github.com/AILab-CVC/YOLO-World/blob/83601a1634276336ddcfd237ba7bbb5b79d86310/image_demo.py#L101). It defines a none [var](https://github.com/AILab-CVC/YOLO-World/blob/83601a1634276336ddcfd237ba7bbb5b79d86310/image_demo.py#L91), and immediately use [it](https://github.com/AILab-CVC/YOLO-World/blob/83601a1634276336ddcfd237ba7bbb5b79d86310/image_demo.py#L95)....
I meet the same issue
> 稍等，我这边试试这个setting。 请问下你们的training log提供在哪里呢，貌似没有找着，谢谢
> 感谢您开源这么出色的工作。我用YOLO-World-s在objects365v1复现，但是前期的loss跟您的趋势不太一样啊，请问这是正常的吗？我没有V100的卡，我只在两张4090上训练。BS per card 也是16，我没改动其他参数，除了训练数据集改成只用objects365v1和GPU数量为2，我的objects365v1数据集是按照您链接中下载的。谢谢 > > ``` > 03/12 17:57:03 - mmengine - INFO - Epoch(train) [1][ 50/19019] base_lr: 2.0000e-03 lr: 1.7176e-06 eta: 7 days, 21:30:37 time: 0.3587 data_time:...
> > > 感谢您开源这么出色的工作。我用YOLO-World-s在objects365v1复现，但是前期的loss跟您的趋势不太一样啊，请问这是正常的吗？我没有V100的卡，我只在两张4090上训练。BS per card 也是16，我没改动其他参数，除了训练数据集改成只用objects365v1和GPU数量为2，我的objects365v1数据集是按照您链接中下载的。谢谢 > > > ``` > > > 03/12 17:57:03 - mmengine - INFO - Epoch(train) [1][ 50/19019] base_lr: 2.0000e-03 lr: 1.7176e-06 eta: 7...
> @David-19940718 您好，针对前面`cat_ids`的问题，目前应该是`CocoDataset`封装不太灵活，这块我也在更新，目前比较简单的处理方式是重构一个您自己的`Dataset`。 对于关于配置的问题： > > 1. 我个人建议根据batch size调整learning rate，基本保证batchsize和learning rate正比，可以参考 [Accurate, Large Minibatch SGD: Training ImageNet in 1 Hour](https://arxiv.org/abs/1706.02677). > 2. `num_classes`是inference stage的类别数量（根据不同的dataset会调整），`num_training_classes`是训练阶段的类别数量（默认为80）。 请问下说num_training_classes说是训练阶段的类别数量(80)，但光object365就有365个类别、flickr数据集没有类别，没有太明白80是怎么来的，谢谢
> Hi, Getting same error for custom data finetuning. > > ``` > data['category_id'] = self.cat_ids[label] > IndexError: list index out of range > ``` > > Any way to...
> > > @David-19940718 您好，针对前面`cat_ids`的问题，目前应该是`CocoDataset`封装不太灵活，这块我也在更新，目前比较简单的处理方式是重构一个您自己的`Dataset`。 对于关于配置的问题： > > > > > > 1. 我个人建议根据batch size调整learning rate，基本保证batchsize和learning rate正比，可以参考 [Accurate, Large Minibatch SGD: Training ImageNet in 1 Hour](https://arxiv.org/abs/1706.02677). > > > 2....
> > YoloWorldBomoDataset > > 请问class_text_path='data/texts/coco_class_texts.json' 这个里面的内容 是否需要有对应修改呢？比如新的数据集就10个类名，这里面原本的80个类需要改吗 要改的
> Hi @Seongwoong-sk, it's my pleasure! > > Regarding [Q1]: Fine-tuning the custom datasets will affect the zero-shot ability of YOLO-World. As you said, the catastrophic forgetting problem exists. Fine-tuning...