BossZard
commented
3 years ago 请自行理解backbone，neck，和head，以及finetune的目的。另外其它一些bug可以自己在代码上修改，我不一定有时间马上resotre上到git
发自我的iPhone
------------------ 原始邮件 ------------------ 发件人: Lai898821381 <notifications@github.com> 发送时间: 2021年1月10日 15:10 收件人: BossZard/rotation-yolov5 <rotation-yolov5@noreply.github.com> 抄送: Subscribed <subscribed@noreply.github.com> 主题: 回复：[BossZard/rotation-yolov5] 预训练有关事宜 (#7)
你好，我在查看了你的代码之后，发现你的代码似乎不适合用作预训练使用 rotation-yolov5中的最后一维是[x,y,w,h,class_num(5),angle(180)] 如果我的class_num n<5，我的输出变为[x,y,w,h,class_num(n),angle(180)]那么前4+n维都是正确的,用于预测xywh和class，但是后面[4+n:4+n+180]将使用原来用于预测类和角度的维度作为预训练，而不是使用原来的后180个维度作为预训练，似乎不符合预训练的原理。 所以应该将代码修改为[x,y,w,h,angle(180),class_num] 不知道我的理解是否正确，如果正确的话，我想将COCO数据集进行旋转之后获得一个合适的数据集，将rotation-yolov5在上面训练得到一个预训练模型，然后再在我的数据集上进行训练，这个想法是正确的吗？
— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe.
你好，我在查看了你的代码之后，发现你的代码似乎不适合用作预训练使用 rotation-yolov5中的最后一维是[x,y,w,h,class_num(5),angle(180)] 如果我的class_num n<5，我的输出变为[x,y,w,h,class_num(n),angle(180)]那么前4+n维都是正确的,用于预测xywh和class，但是后面[4+n:4+n+180]将使用原来用于预测类和角度的维度作为预训练，而不是使用原来的后180个维度作为预训练，似乎不符合预训练的原理。 所以应该将代码修改为[x,y,w,h,angle(180),class_num] 不知道我的理解是否正确，如果正确的话，我想将COCO数据集进行旋转之后获得一个合适的数据集，将rotation-yolov5在上面训练得到一个预训练模型，然后再在我的数据集上进行训练，这个想法是正确的吗？