yolov5无法复现PaddleYOLO官方结果

[Wanglm2TC]

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

你好，我最近在尝试复现yolov5m的官方结果，但mAP仅有0.418（官方0.454），使用release2.6的版本，环境如下：

paddle版本paddlepaddle-gpu 2.5.2.post117 GPU为8张NVIDIA A100-SXM4-80GB GPU Compute Capability: 8.0, Driver API Version: 11.7, Runtime API Version: 11.7

运行命令： python -m paddle.distributed.launch --log_dir=./offical_log \ --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/yolov5/yolov5_m_300e_coco.yml \ --eval --amp --enable_ce True -o use_gpu=True log_iter=1 snapshot_epoch=1

除数据路径未对代码做修改，请问需要使用预训练权重吗，或者有什么没注意到的地方导致无法复现官方结果？

另外，实测性能也比较差，八卡A100独占需要训练3天，这个性能是正常的吗

[nemonameless]

不要加enable_ce，使用develop分支去训，或这个 https://github.com/nemonameless/PaddleYOLO/tree/yolov5_old 。可能是因之前CI benchmark 动转静等问题的改动而导致精度略低，训练速度慢是因为mosaic预处理慢和paddle的tensor索引慢，有空会尽快排查。如无特殊需要，建议使用ppyoloe+或者rt-detr，这两个不需mosaic，训练快周期短精度更高。

[Wanglm2TC]

不要加enable_ce，使用develop分支去训，或这个 https://github.com/nemonameless/PaddleYOLO/tree/yolov5_old 。可能是因之前CI benchmark 动转静等问题的改动而导致精度略低，训练速度慢是因为mosaic预处理慢和paddle的tensor索引慢，有空会尽快排查。如无特殊需要，建议使用ppyoloe+或者rt-detr，这两个不需mosaic，训练快周期短精度更高。

好的，感谢！我按照建议重新测试一下

[Wanglm2TC]

@nemonameless 你好，按照建议重新测试了一下，结果为0.438，精度有提升但还是复现不了。

测试分支： 仅修改数据集路径： 测试脚本：

python -m paddle.distributed.launch --log_dir=../paddle/offical_log \
    --gpus 0,1,2,3,4,5,6,7 tools/train.py -c configs/yolov5/yolov5_m_300e_coco.yml \
    --eval --amp -o use_gpu=True log_iter=1 snapshot_epoch=1 

300epoch的结果： gpu和paddle版本和之前一致，请问还有需要注意的地方吗？

[nemonameless]

谢谢建议，后续会进行下排查修复。

[nemonameless]

https://bj.bcebos.com/v1/paddledet/data/coco/yolov5_m_300e_coco_mAP45.3.log https://bj.bcebos.com/v1/paddledet/data/coco/instances_val2017_rand24.json https://bj.bcebos.com/v1/paddledet/data/coco/yolov5_m_300e_coco_mAP45.3.pdparams 已提供权重和log，用现在develop分支代码训练即可复现。log里是为了快速eval用的100张图的instances_val2017_rand24.json，实际eval标准的instances_val2017.json精度就是45.3。