小目标检测切图后mAP极低

[WooXinyi]

问题确认 Search before asking

• [X] 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer.

请提出你的问题 Please ask your question

使用ppyoloe_plus_sod_crn_l进行切图训练和切图验证，使用VisualDL可以看到loss曲线正常下降，但在切图验证得到的mAP只有0.027，请问这是什么原因呢？

Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.008 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 0.027 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = 0.003 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.001 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.019 Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.011 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.023 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = 0.029 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.042 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = 0.028 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = 0.062 Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.029

[nemonameless]

请发下运行命令。 切图验证是指，拼回换图和原图验证集json做评估，还是就切好的子图和子图验证集json做评估？

[WooXinyi]

请发下运行命令。 切图验证是指，拼回换图和原图验证集json做评估，还是就切好的子图和子图验证集json做评估？

CUDA_VISIBLE_DEVICES=5 python -u tools/eval.py -c configs/smalldet/ppyoloe_crn_l_100e_sliced_XXX_1280_025.yml -o weights=output/ppyoloe_crn_l_100e_sliced_XXX_1280_025/49.pdparams

切图验证也就是子图验证，就切好的子图和子图验证集json做评估。训练集和验证集都是提前切图保存到本地的。 训练数据是自定义数据，使用ppyoloe_plus_sod_crn_l在原图训练是没有问题的。

[nemonameless]

可能是模型本身没有训的很好。建议infer.py可视化出来看看效果。或者子图验证集json的gt做的不对，也可以可视化看看。

[WooXinyi]

可能是模型本身没有训的很好。建议infer.py可视化出来看看效果。或者子图验证集json的gt做的不对，也可以可视化看看。

原因找到了，训练集和验证集的子图json的gt可视化出来后发现标签对不上，是因为仓库的切片脚本有问题吗？

切片命令： python -u tools/slice_image.py --image_dir /XXX/images --json_path /XXX/split_train_coco.json --output /XXX/sliced_1280 --slice_size 1280 --overlap_ratio 0.25

[WooXinyi]

确认了，就是使用tools/slice_image.py切片后的gt对不上，一部分有对，一部分不对