Closed tinykrystal closed 5 months ago
你好!看了文章之后,复现了你的代码,我发现在voc数据集上,yolov5n,包括yolov5n-slim-neck的mAP的值都在0.7+,不知道为什么会差这么多,希望能得到您的回复
你好,在我们的实验中,GS-yolov5n在Pascal VOC2007+12数据集上的最好性能是0.64+左右,您的结果(0.7+)明显优于我们的实验,可能是数据集不一致。在该仓库中,我们重新划分了Pascal VOC2007+12的训练集、验证集和测试集,或许您可以用该仓库提供的数据集测试;另一个办法,我们现在提供了GS-yolov5n在MS COCO2017的预训练权重,验证集的mAP0.5约为0.469-0.470,您可以在MS COCO上测试。
您好,感谢你的回复。我用的是VOC07+12数据集,其中16551张用于训练,4952张用于测试,确实与你的数据集不一样。还有请问训练这些模型的时候有是否使用官方提供的预训练权重。
你好!看了文章之后,复现了你的代码,我发现在voc数据集上,yolov5n,包括yolov5n-slim-neck的mAP的值都在0.7+,不知道为什么会差这么多,希望能得到您的回复
你好,在我们的实验中,GS-yolov5n在Pascal VOC2007+12数据集上的最好性能是0.64+左右,您的结果(0.7+)明显优于我们的实验,可能是数据集不一致。在该仓库中,我们重新划分了Pascal VOC2007+12的训练集、验证集和测试集,或许您可以用该仓库提供的数据集测试;另一个办法,我们现在提供了GS-yolov5n在MS COCO2017的预训练权重,验证集的mAP0.5约为0.469-0.470,您可以在MS COCO上测试。
您好,感谢你的回复。我用的是VOC07+12数据集,其中16551张用于训练,4952张用于测试,确实与你的数据集不一样。还有请问训练这些模型的时候有是否使用官方提供的预训练权重。
你好!看了文章之后,复现了你的代码,我发现在voc数据集上,yolov5n,包括yolov5n-slim-neck的mAP的值都在0.7+,不知道为什么会差这么多,希望能得到您的回复
你好,在我们的实验中,GS-yolov5n在Pascal VOC2007+12数据集上的最好性能是0.64+左右,您的结果(0.7+)明显优于我们的实验,可能是数据集不一致。在该仓库中,我们重新划分了Pascal VOC2007+12的训练集、验证集和测试集,或许您可以用该仓库提供的数据集测试;另一个办法,我们现在提供了GS-yolov5n在MS COCO2017的预训练权重,验证集的mAP0.5约为0.469-0.470,您可以在MS COCO上测试。
我们未使用预训练权重。
您好,感谢你的回复。我用的是VOC07+12数据集,其中16551张用于训练,4952张用于测试,确实与你的数据集不一样。还有请问训练这些模型的时候有是否使用官方提供的预训练权重。
你好!看了文章之后,复现了你的代码,我发现在voc数据集上,yolov5n,包括yolov5n-slim-neck的mAP的值都在0.7+,不知道为什么会差这么多,希望能得到您的回复
你好,在我们的实验中,GS-yolov5n在Pascal VOC2007+12数据集上的最好性能是0.64+左右,您的结果(0.7+)明显优于我们的实验,可能是数据集不一致。在该仓库中,我们重新划分了Pascal VOC2007+12的训练集、验证集和测试集,或许您可以用该仓库提供的数据集测试;另一个办法,我们现在提供了GS-yolov5n在MS COCO2017的预训练权重,验证集的mAP0.5约为0.469-0.470,您可以在MS COCO上测试。
我们未使用预训练权重。
好的,非常感谢!
你好!看了文章之后,复现了你的代码,我发现在voc数据集上,yolov5n,包括yolov5n-slim-neck的mAP的值都在0.7+,不知道为什么会差这么多,希望能得到您的回复