wangminj

I encounter the same problem as you. Have you solved it?

评估方式有些不同

I have the same mistake,have you solved it?

> 可以一直不训练 您好，我在其他行人数据集上训练了多个epoch后保存了最后一个模型，采用迁移学习的方法再训练私有数据集。目前recall48.7,precision82，AP=56.79。我使用官方yolov5代码训练私有数据集的AP大概为83，请问还有什么方法提升精度吗？对了，这个是我训练保存的权重，麻烦看一下还有什么需要调整的吗？ 

> > 你好，我在训练自己的数据集中（只有行人这一个类别发现），训练了 100 个 epoch，前 50 个 epoch 冻结，后 50 个 epoch 不冻结，计算 aptimerecall 为 5%，精度为97%，voc_ap=45%。请问我应该如何调整超 > > 训练呢？ 您好，我在其他行人数据集上训练了多个epoch后保存了最后一个模型，采用迁移学习的方法再训练私有数据集。目前recall48.7,precision82，AP=56.79。我使用官方yolov5代码训练私有数据集的AP大概为83，请问还有什么方法提升精度吗？对了，这个是我训练保存的权重，麻烦看一下还有什么需要调整的吗？ 

> 如果目标普遍偏小的话，改大input_shape效果会好很多，而且你训练的epoch非常少，推荐都是300 [](https://user-images.githubusercontent.com/56493902/164592972-dbed0f90-de3b-4487-90c6-4bf08067b44c.png)我图片的输入尺寸是1920x1080,设置模型的输入尺寸是608x608，目前AP为68.8.但是我发现验证集损失是上升趋势。设置的学习率为：Init_lr=1e-2,min_lr = init_lr*0.01。学习率是否过大或者过小？  这是我数据集的样图： 

> 后面看起来很过拟合，现在的训练策略是什么呢？以及你的先验框，你的目标很小 保留源代码的训练策略没有改变 anchor也没有改变


跪求大佬上传sdnet，如果不方便，麻烦私发[[email protected]](mailto:[email protected])，谢谢！