Open BUPTLYH opened 5 years ago
目前修改得到的v3-tiny版本效果,训练测试效果特别差,不知作者或者其他人有没有进行v3-tiny尝试的,大家可以交流一下哈
您好,我没做过v3-tiny的实验,不知道实验效果如何。但是我readme里面的所有实验效果绝对真实,不容置疑,按照我的readme做,绝对可以得到相同的结果。由于我的代码已经对YOLO进行了部分改进,所以部分代码实现早已与论文有所出入,因此我的代码仅供参考。 目前开源的这份代码是在VOC数据集上进行fine-tune的,如果您是用yolov3-tiny.weights初始化,然后在VOC数据集上fine-tune的话,需要自己调整学习计划,比如第一阶段和第二阶段各训练多少个周期这些,如果是这种fine-tune形式的话,相当于用COCO+VOC数据集训练,只要您改的代码不存在问题,效果不会很差。 如果您是用darknet53-tiny.weights初始化,然后只在VOC数据集上训练的话,也需要调整学习计划,而且训练更长时间(我用darknet.weights初始化,然后训练VOC的时候,在12G 1080Ti batch size=6 max_periods=50的条件下需要训练一整天),这种训练方式得到的效果肯定比第一种训练方式得到的效果差,因为相当于只用了VOC数据集训练。 当然,我衷心希望您能够修改出好的效果,并开源给大家参考。谢谢
目前修改得到的v3-tiny版本效果,训练测试效果特别差,不知作者或者其他人有没有进行v3-tiny尝试的,大家可以交流一下哈
您好,我没做过v3-tiny的实验,不知道实验效果如何。但是我readme里面的所有实验效果绝对真实,不容置疑,按照我的readme做,绝对可以得到相同的结果。由于我的代码已经对YOLO进行了部分改进,所以部分代码实现早已与论文有所出入,因此我的代码仅供参考。 目前开源的这份代码是在VOC数据集上进行fine-tune的,如果您是用yolov3-tiny.weights初始化,然后在VOC数据集上fine-tune的话,需要自己调整学习计划,比如第一阶段和第二阶段各训练多少个周期这些,如果是这种fine-tune形式的话,相当于用COCO+VOC数据集训练,只要您改的代码不存在问题,效果不会很差。 如果您是用darknet53-tiny.weights初始化,然后只在VOC数据集上训练的话,也需要调整学习计划,而且训练更长时间(我用darknet.weights初始化,然后训练VOC的时候,在12G 1080Ti batch size=6 max_periods=50的条件下需要训练一整天),这种训练方式得到的效果肯定比第一种训练方式得到的效果差,因为相当于只用了VOC数据集训练。 当然,我衷心希望您能够修改出好的效果,并开源给大家参考。谢谢
非常抱歉,我上述的描述让您理解错了,我已经按照您YOLOv3的readme实现的wider数据集的训练,效果很好(比我使用其他同类TF的yolov3实现效果要好),我只是后期改为v3-tiny时,效果不好,想寻求您的经验的,并不是质疑,非常抱歉哈,自己描述的问题不够清楚,望您谅解
非常抱歉,我上述的描述让您理解错了,我已经按照您YOLOv3的readme实现的wider数据集的训练,效果很好(比我使用其他同类TF的yolov3实现效果要好),我只是后期改为v3-tiny时,效果不好,想寻求您的经验的,并不是质疑,非常抱歉哈,自己描述的问题不够清楚,望您谅解
您好,刚才有点过于激动了,非常抱歉。因为当初实验室的项目打算使用YOLO作为基准网络的时候,我找了很多开源代码,几乎没有哪个代码给出了自己的mAP测试结果(很大可能是复现出来的效果不如意),所以才想着自己用TF复现一下YOLO,所以这个项目是花了我不少时间的。为了防止我的readme写的不清楚,我自己也按raedme训练过,完全可以得到相同的结果,所以我不想有人因为自己的原因没跑出效果而诋毁我做的这些事。 至于使用yolov3-tiny的话,因为我没有做过实验,所以也不能给出什么好的建议,我觉得您首先需要确保自己构建的yolov3-tiny网络结构要和官网的相同,然后自己设置训练计划,虽然说着是挺简单的,但是要做出效果恐怕也没那么容易。另外从官网 https://pjreddie.com/darknet/yolo/ 来看yolov3-tiny的mAP大约为yolov3的一半。
非常抱歉,我上述的描述让您理解错了,我已经按照您YOLOv3的readme实现的wider数据集的训练,效果很好(比我使用其他同类TF的yolov3实现效果要好),我只是后期改为v3-tiny时,效果不好,想寻求您的经验的,并不是质疑,非常抱歉哈,自己描述的问题不够清楚,望您谅解
您好,刚才有点过于激动了,非常抱歉。因为当初实验室的项目打算使用YOLO作为基准网络的时候,我找了很多开源代码,几乎没有哪个代码给出了自己的mAP测试结果(很大可能是复现出来的效果不如意),所以才想着自己用TF复现一下YOLO,所以这个项目是花了我不少时间的。为了防止我的readme写的不清楚,我自己也按raedme训练过,完全可以得到相同的结果,所以我不想有人因为自己的原因没跑出效果而诋毁我做的这些事。 至于使用yolov3-tiny的话,因为我没有做过实验,所以也不能给出什么好的建议,我觉得您首先需要确保自己构建的yolov3-tiny网络结构要和官网的相同,然后自己设置训练计划,虽然说着是挺简单的,但是要做出效果恐怕也没那么容易。另外从官网 https://pjreddie.com/darknet/yolo/ 来看yolov3-tiny的mAP大约为yolov3的一半。
嗯,感觉您很厉害了,向您学习,以后多多和您沟通交流
yolov3和yolov3-tiny map确实差几十个点都有可能
目前自己修改得到的v3-tiny版本效果,我自己训练测试效果不理想,不知作者或者其他人有没有进行v3-tiny尝试的,大家可以指导一下哈