search

Nioolek / PPYOLOE_pytorch

An unofficial implementation of Pytorch version PP-YOLOE,based on Megvii YOLOX training code.
Apache License 2.0
180 stars 20 forks source link

如何训练PPYOLOE-s到mAP 43.1% #12

Open Ki666 opened 2 years ago

Ki666 commented 2 years ago

通过git上给的命令，我在COCO上训练PPYOLOE-s到300epoch mAP大约38.5%， 到350为40.5%，无法达到43.1%，请问如何训练到paper中的精度。

sdreamforchen commented 2 years ago

你用的paddle还是作者这个版本呢？

Nioolek commented 2 years ago

需要几个点才能达到43.1的精度哦。 1、要8卡机器，并且要达到paddle版本中的batchsize。 2、使用imagenet的预训练权重。（目前的代码其实暂未支持加载imagenet预训练模型，需要自己手动改下代码）

Ki666 commented 2 years ago

你用的paddle还是作者这个版本呢？

是作者这个版本

Ki666 commented 2 years ago

需要几个点才能达到43.1的精度哦。 1、要8卡机器，并且要达到paddle版本中的batchsize。 2、使用imagenet的预训练权重。（目前的代码其实暂未支持加载imagenet预训练模型，需要自己手动改下代码）

好的，我试试

sdreamforchen commented 2 years ago

其实从这个精度看。没有达到yolox的精度。我记得yolox也是从0开始训练的，没有预训练

通过git上给的命令，我在COCO上训练PPYOLOE-s到300epoch mAP大约38.5%， 到350为40.5%，无法达到43.1%，请问如何训练到paper中的精度。

从这个看，精度达不到yolox的精度。网上150epoch可以达到39.7，论文作者是300epoch40.5.可能与数据增强有点关系吧。下次我自己也试试增加数据增强。有机会大家相互分享一下经验、结果！谢谢

qq769852576 commented 1 year ago

需要几个点才能达到43.1的精度哦。 1、要8卡机器，并且要达到paddle版本中的batchsize。 2、使用imagenet的预训练权重。（目前的代码其实暂未支持加载imagenet预训练模型，需要自己手动改下代码）

好的，我试试 你好，请问你复现出来了吗？我在没有预训练模型的情况下ppyoloe_s只能到40.5%左右，ppyoloe_s的cspresnet预训练模型在哪找啊？