Wei Shengyu
Wei Shengyu
> 训练的GhostNet_x0_5,在训练集上的acc为57%，再验证集上推理得到的acc为60.%。使用ImageNet数据集，在train的时候没有进行验证，因为要在验证集上推理 请问你是按照PaddleClas的文档进行训练的吗？还是只是使用了网络结构，用其他的方法训练呢？按照文档训练的话，默认会在log里输出训练集和验证集的acc
> 是按照文档进行训练的，但我需要在ImageNet的验证集上评价模型（测试集是没有label的），也就是把验证集当做测试集，所以在训练时无法进行验证调整模型，原论文也是这么做的，你们是把训练集分割成训练和测试两个来进行train吗？ 我们是按照通行的ImageNet的训练流程来做的，没有任何特别的地方。如果你的训练没有特别的地方，遵循文档的流程就可以得到结果。
btw，是这篇文档么？https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md 其中关于ImageNet数据集的描述： https://github.com/PaddlePaddle/PaddleClas/blob/release/2.3/docs/zh_CN/models_training/classification.md#11-imagenet-1k 
> 是的，数据集和训练方式是没问题的，那是训练的epoch次数不够吗，我看log中间会有一段时间Loss下降的非常慢，不知道为什么 如果你没有修改训练参数，并且按照正常的方式设定训练集和验证集，可以分享一下你的log，我们看一下
> 我发现唯一不一样的是我训练时漏掉了这句o Arch.pretrained=False，请问默认是使用预训练模型吗，log我通过邮件发给您 > > 想确认下你的配置，比如卡数，以及当前的batch-size和学习率分别是多少呢？ > > 单卡，学习率0.8，batch_size为512，都按文档没变 应该是卡数的问题，默认训练是4卡的。可能是我们的文档在这块强调的还不够清楚，后续版本会添加一个warning提醒用户。
> > > 我发现唯一不一样的是我训练时漏掉了这句o Arch.pretrained=False，请问默认是使用预训练模型吗，log我通过邮件发给您 > > > > > > > > 想确认下你的配置，比如卡数，以及当前的batch-size和学习率分别是多少呢？ > > > > > > > > > 单卡，学习率0.8，batch_size为512，都按文档没变 > > > > > >...
初步判断是训练集有点小。想问下 测试个体 是指库里的鱼的种类吗？还是指每种与的图片数量呢？
这个不太应该，方便的话可以具体看看数据吗？
报错信息里给出了安装的命令，可以试试看。或者看一下dali官网的安装方法 dali cuda 11.2我们确实没有测试过，不过理论上是支持的，如果使用中有问题可以在这个issue种补充。
如果新的类别和已有类别的差异不大，是没有问题的。 比如训练集是500种汽车，这时候如果有新的种类的车，是可以检测出来，但是如果是要检测一只鸡，差别比较大，就很难检测出来。 目前PP-ShiTu的提供的主体检测模型，训练数据种类比较多，覆盖了大部分的商品，这些都可以检测的出来。