R-YOLOv4
R-YOLOv4 copied to clipboard
训练到40轮损失nan
大佬您好!为什么训练到40轮出现这样的问题呢?我关闭了马塞克增强等方法,期待您的回复,谢谢!
你是用哪個資料集呢?
你是用哪個資料集呢?
您好,我用的是dota,然后筛选出了5类目标用于训练,但是我减小学习率后没有这种情况呢,请问是为何呢?
DOTA的資料分佈比較複雜,所以在更高維的空間中會比較難收斂。我也不知道為何減小學習率可以避免這種情況,但是減小學習率後會造成模型的精確度降低,所以如何讓模型避免在學習時發生這種情況可能是需要研究一下。
DOTA的資料分佈比較複雜,所以在更高維的空間中會比較難收斂。我也不知道為何減小學習率可以避免這種情況,但是減小學習率後會造成模型的精確度降低,所以如何讓模型避免在學習時發生這種情況可能是需要研究一下。
感谢您的回复,您能分享一下您的dota训练权重嘛,我想测试一下您的权重的检测效果,方便的话我给您我的邮箱[email protected]
我使用的權重都在這了 link
我使用的權重都在這了 link
您好,我想您方便提供一下你训练dota数据集训练好的权重文件吗,就那个ryolov4.pth,你可以给我谷歌网盘链接,看您怎么方便,谢谢
还想问您一下,你训练DOTA数据集使用的是原图吗,还是裁剪过后进行训练的?
您好,我还想问您一下,使用display_inputs.py对输入的图像可视化,显示输入的图像目标的原始标注框出现错位了,请问是什么问题呢?
您好,我还想问您一下,使用display_inputs.py对输入的图像可视化,显示输入的图像目标的原始标注框出现错位了,请问是什么问题呢?
我認為可能只是ground truth本身的問題,可能準備資料集的人本來就沒標好,不然不會有大部分都匡對只有少部分匡錯的情況