实验结果是用Pycocotools里面的cocoeval评估的吗？

[baowenshuwh]

作者，您好！我用YOLOv5训练了AI-TOD，然后将训练结果拿到cocoeval上做评估，在conf_thres=0.25, iou_thres=0.45的情况下，得到的评估性能似乎太好，请问您论文上的实验评估方式是用cocoeval吗？

[Chasel-Tsui]

作者，您好！我用YOLOv5训练了AI-TOD，然后将训练结果拿到cocoeval上做评估，在conf_thres=0.25, iou_thres=0.45的情况下，得到的评估性能似乎太好，请问您论文上的实验评估方式是用cocoeval吗？

您好，我用的也是cocoeval，AI-TOD每张图包含目标数量较多，在评估时需要将maxdet以及每张图的预测数量调大（1000~3000），效果应该会有提升，但是这样测试速度会比较慢。

[baowenshuwh]

谢谢您的回复，我发现问题所在了。除此之外，我是以yolo系列为baseline检测AI-TOD数据集，在保证达到实时检测的情况下，尽可能提高检测的性能。最终结果是低于原论文中提出的benchmark，请问这样做有意义吗？希望您能够指导指导！

[Chasel-Tsui]

谢谢您的回复，我发现问题所在了。除此之外，我是以yolo系列为baseline检测AI-TOD数据集，在保证达到实时检测的情况下，尽可能提高检测的性能。最终结果是低于原论文中提出的benchmark，请问这样做有意义吗？希望您能够指导指导！

是工程导向的吗，还是想以YOLO搭一个baseline做研究呢。如果是项目导向，对实时性有较大要求，可以试一试多train一些epoch以及多尺度训练，应该会涨不少精度，单阶段算法在极小目标上收敛很慢，此外还可以试一试YOLOX，效果应该会比v5好。如果以YOLO为baseline打算继续做研究的话，我觉得以YOLO为代表的one-stage算法在极小目标上还有比较大的提升空间，如果能显著提升单阶段的性能/收敛速度的话（不一定要打得过多阶段），也会是一项不错的工作：)

[baowenshuwh]

谢谢您的回复，我发现问题所在了。除此之外，我是以yolo系列为baseline检测AI-TOD数据集，在保证达到实时检测的情况下，尽可能提高检测的性能。最终结果是低于原论文中提出的benchmark，请问这样做有意义吗？希望您能够指导指导！

是工程导向的吗，还是想以YOLO搭一个baseline做研究呢。如果是项目导向，对实时性有较大要求，可以试一试多train一些epoch以及多尺度训练，应该会涨不少精度，单阶段算法在极小目标上收敛很慢，此外还可以试一试YOLOX，效果应该会比v5好。如果以YOLO为baseline打算继续做研究的话，我觉得以YOLO为代表的one-stage算法在极小目标上还有比较大的提升空间，如果能显著提升单阶段的性能/收敛速度的话（不一定要打得过多阶段），也会是一项不错的工作：)

目前是在做论文工作，我是一名研二的学生。我观察到光学遥感图像中对于小目标的检测效率问题似乎少有关注，大多是在做一个性能上的提升，而YOLO系列在速度上占优，所以想着通过保持一定的检测速度来提高检测性能，在工程项目上似乎也能有所推广。

[Chasel-Tsui]

可以的，实时性检测也是一个值得研究的方向，加油！或许可以参考一下SNIP，SNIPER，DMNet 这样的思路来减少计算量~

[baowenshuwh]

可以的，实时性检测也是一个值得研究的方向，加油！或许可以参考一下SNIP，SNIPER，DMNet 这样的思路来减少计算量~

好的，感谢您的答复。

[baowenshuwh]

您好，之前和您提到的用u版yolo系列做您这个AI-TOD的检测实验。我后来用您的ai-cocoapi评估了一下u版yolov3的结果，可是和您论文中的mmdetection版的yolov3评估相差很大。想请教请教您原因。以下是我的评估结果 Evaluate annotation type bbox DONE (t=537.03s). Accumulating evaluation results... DONE (t=8.84s). Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=3000 ] = 0.245 Average Precision (AP) @[ IoU=0.25 | area= all | maxDets=3000 ] = -1.000 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.561 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=3000 ] = 0.179 Average Precision (AP) @[ IoU=0.50:0.95 | area=verytiny | maxDets=3000 ] = 0.111 Average Precision (AP) @[ IoU=0.50:0.95 | area= tiny | maxDets=3000 ] = 0.258 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=3000 ] = 0.322 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=3000 ] = 0.446 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.070 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.348 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=3000 ] = 0.384 Average Recall (AR) @[ IoU=0.50:0.95 | area=verytiny | maxDets=3000 ] = 0.175 Average Recall (AR) @[ IoU=0.50:0.95 | area= tiny | maxDets=3000 ] = 0.396 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=3000 ] = 0.486 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=3000 ] = 0.568 Optimal LRP @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.784 Optimal LRP Loc @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.285 Optimal LRP FP @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.289 Optimal LRP FN @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.445

Class-specific LRP-Optimal Thresholds

[0.223 0.384 0.398 0.232 0.384 0.478 0.153 0.299]

[Chasel-Tsui]

您好，之前和您提到的用u版yolo系列做您这个AI-TOD的检测实验。我后来用您的ai-cocoapi评估了一下u版yolov3的结果，可是和您论文中的mmdetection版的yolov3评估相差很大。想请教请教您原因。以下是我的评估结果 Evaluate annotation type bbox DONE (t=537.03s). Accumulating evaluation results... DONE (t=8.84s). Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=3000 ] = 0.245 Average Precision (AP) @[ IoU=0.25 | area= all | maxDets=3000 ] = -1.000 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.561 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=3000 ] = 0.179 Average Precision (AP) @[ IoU=0.50:0.95 | area=verytiny | maxDets=3000 ] = 0.111 Average Precision (AP) @[ IoU=0.50:0.95 | area= tiny | maxDets=3000 ] = 0.258 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=3000 ] = 0.322 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=3000 ] = 0.446 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.070 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.348 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=3000 ] = 0.384 Average Recall (AR) @[ IoU=0.50:0.95 | area=verytiny | maxDets=3000 ] = 0.175 Average Recall (AR) @[ IoU=0.50:0.95 | area= tiny | maxDets=3000 ] = 0.396 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=3000 ] = 0.486 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=3000 ] = 0.568 Optimal LRP @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.784 Optimal LRP Loc @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.285 Optimal LRP FP @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.289 Optimal LRP FN @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.445

Class-specific LRP-Optimal Thresholds

[0.223 0.384 0.398 0.232 0.384 0.478 0.153 0.299]

论文里的数据为了公平比较，是在单尺度以及没有加trick的情况下训练12epoch，如果yolov3训练久一点加上数据增强，确实会高很多

[baowenshuwh]

您好，之前和您提到的用u版yolo系列做您这个AI-TOD的检测实验。我后来用您的ai-cocoapi评估了一下u版yolov3的结果，可是和您论文中的mmdetection版的yolov3评估相差很大。想请教请教您原因。以下是我的评估结果 Evaluate annotation type bbox DONE (t=537.03s). Accumulating evaluation results... DONE (t=8.84s). Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=3000 ] = 0.245 Average Precision (AP) @[ IoU=0.25 | area= all | maxDets=3000 ] = -1.000 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.561 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=3000 ] = 0.179 Average Precision (AP) @[ IoU=0.50:0.95 | area=verytiny | maxDets=3000 ] = 0.111 Average Precision (AP) @[ IoU=0.50:0.95 | area= tiny | maxDets=3000 ] = 0.258 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=3000 ] = 0.322 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=3000 ] = 0.446 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.070 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.348 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=3000 ] = 0.384 Average Recall (AR) @[ IoU=0.50:0.95 | area=verytiny | maxDets=3000 ] = 0.175 Average Recall (AR) @[ IoU=0.50:0.95 | area= tiny | maxDets=3000 ] = 0.396 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=3000 ] = 0.486 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=3000 ] = 0.568 Optimal LRP @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.784 Optimal LRP Loc @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.285 Optimal LRP FP @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.289 Optimal LRP FN @[ IoU=0.50 | area= all | maxDets=3000 ] = 0.445

Class-specific LRP-Optimal Thresholds

[0.223 0.384 0.398 0.232 0.384 0.478 0.153 0.299]

论文里的数据为了公平比较，是在单尺度以及没有加trick的情况下训练12epoch，如果yolov3训练久一点加上数据增强，确实会高很多

原来是这样啊。u版yolo系列大多都是需要几百个epoch来会收敛，那么我从实际应用角度出发，应该是不需要对比这些benchmark吧

[baowenshuwh]

我一直都是从工程应用的角度去思考一些模型的应用价值。刚好也是做小目标的检测。就想引用您的数据集

[Chasel-Tsui]

嗯嗯是的，如果工程应用的话只管刷精度就好了，如果是论文中方法对比的话写清楚实验实现细节即可

[baowenshuwh]

嗯嗯是的，如果工程应用的话只管刷精度就好了，如果是论文中方法对比的话写清楚实验实现细节即可

非常感谢您的指导。现在大致有了明确的路线。再次感谢