Open ootzfoo opened 5 years ago
代码拿来看看噻
你好,我也遇到你同样的问题,请问一下你解决了吗
我基于作者的代码实现了yolov3-tiny,基本上就是把pred_sbbox去掉,然后训练voc数据集。 1、把107-109移到79行,得到模型是34.9M,然后evaluate时报错,Keyconv0/batch_normalization/beta/ExponentialMovingAverage not found in checkpoint...然后把self.saver = tf.train.Saver(ema_obj.variables_to_restore())改为self.saver = tf.train.Saver(),最终map34.37% 2、用以上模型作为预训练模型,把那几行移回原本的位置,得到的模型是139.9M,然后evaluate里改回原来的,最终map39.48% 3、用AB版yolov3-tiny训练voc,最终map56.66% 4、darknet作者给出的数据是58.4% 5、yolo nano给出的数据是模型4M,map69.1% 所以,伸手党来问一下 1)基于作者代码实现的yolov3-tiny(感觉自己的有点问题) 2)有没有yolo nano相关的资料(那篇论文除外) 谢谢大家。
你好, 我试了你的代码,voc测试集上mAP 50.4%,epochs设了40+80
我基于作者的代码实现了yolov3-tiny,基本上就是把pred_sbbox去掉,然后训练voc数据集。 1、把107-109移到79行,得到模型是34.9M,然后evaluate时报错,Keyconv0/batch_normalization/beta/ExponentialMovingAverage not found in checkpoint...然后把self.saver = tf.train.Saver(ema_obj.variables_to_restore())改为self.saver = tf.train.Saver(),最终map34.37% 2、用以上模型作为预训练模型,把那几行移回原本的位置,得到的模型是139.9M,然后evaluate里改回原来的,最终map39.48% 3、用AB版yolov3-tiny训练voc,最终map56.66% 4、darknet作者给出的数据是58.4% 5、yolo nano给出的数据是模型4M,map69.1% 所以,伸手党来问一下 1)基于作者代码实现的yolov3-tiny(感觉自己的有点问题) 2)有没有yolo nano相关的资料(那篇论文除外) 谢谢大家。