yihp

@danjuan-77 请问你是和Qwen-VL-Chat对比只提高了一个点吗？

@danjuan-77 > > @danjuan-77 请问你是和Qwen-VL-Chat对比只提高了一个点吗？ > > 对，是的。但是最近有了一些新的进展。 我采用了一个新的数据集，在进行lora微调后，进行测试，发现性能确实得到显著提升（大约10个点），原因在于可能之前的微调Prompt和测试Prompt没有对齐，将他们对齐后进行测试，性能的确是提升了。 你好，感谢回复，请问怎么把自己的数据构造成qwenvl的格式呢？

@danjuan-77 你好，请问test数据集和训练数据集格式一致吗？

> > @danjuan-77 请问你是和Qwen-VL-Chat对比只提高了一个点吗？ > > 对，是的。但是最近有了一些新的进展。 我采用了一个新的数据集，在进行lora微调后，进行测试，发现性能确实得到显著提升（大约10个点），原因在于可能之前的微调Prompt和测试Prompt没有对齐，将他们对齐后进行测试，性能的确是提升了。 你好，请问具体怎么对齐呢？我在自己的数据集微调效果提升也不明显

> > 尝试在**5000**条左右的_refcoco_的test数据集上进行微调，发现效果不大，**precision只提高了1个百分点**，不知道是为什么？ 除了在Image Grounding任务上进行微调，还在Image Caption任务上进行微调，性能提升都不大，不知道有什么建议？？？😭 使用的脚本也是官方提供的微调脚本以及遵循输入格式的要求。 > > @danjuan-77 @yihp @xs818818 你好，请问大家微调时的服务器配置都咋样呢，大概什么配置可以微调Qwen-vl??? 我用的是64G*4

请问大佬儿们有解决方案了吗？

@2132660698 你好，请问你测试过evaluate_grounding.py吗？这个测试数据格式是什么样子的呢

@danjuan-77 感谢回复，我还有两个问题想要请教您~ 第一个就是关于grounding微调是否也需要加上 "height": 512, "width": 512，我之前微调没有加上这个参数 第二个想询问下关于evaluate_vqa.py的测试数据格式 感激不尽！

@danjuan-77 好嘞感谢！我刚刚正在看

这个错误FileNotFoundError: [Errno 2] No such file or directory: 'data/nocaps/val/0013ea2087020901.jpg'，文件地址你得对应上，修改为自己下载保存的路径