预训练权重

[cymdhx]

up我想问下这预训练权重是在cooc数据集上的吗

[charming2992]

是的，官方的

[cymdhx]

为什么使用全部与训练权重精确度很高，只使用主干权重精确度就很差呢

[bubbliiiing]

FPN不是那么好训练的 只用主干还是差很大的

[bubbliiiing]

用整个预训练相当于只训练head 用主干需要训练整个特征融合的过程

[cymdhx]

用整个预训练相当于只训练head 用主干需要训练整个特征融合的过程

（1）up，那我只用主干权重需要用啥技巧能训练到你的精度。有什么需要注意的吗，需要修改学习率还是数据增强等等，有啥技巧吗。

还是只需要加载backbone权重然后按照你给的代码直接run就行了 （2）使用多卡训练时，我把backend的值从‘NCCL’改成'gloo’会对结果有影响吗，因为使用nccl会消耗一定的显存，我想用gloo这样可以把batch调大一点，这样降低精确度吗。

[bubbliiiing]

1、你用的不是coco，数据集没那么大又，咋能到呢 2、这个不太了解

[cymdhx]

1、你用的不是coco，数据集没那么大又，咋能到呢 2、这个不太了解

up，我是用的coco但是精确度达不到那么高，是为啥啊。

[bubbliiiing]

你咋训练的，最终精度是多少捏

[cymdhx]

你咋训练的，最终精度是多少捏

就按照你的run 我吧总epoch改成了150，batchsize分别是40的16，size是640基本上训练到80次epoch精确度就不动了，最后ap只到了43%。

[bubbliiiing]

40的16？

[cymdhx]

你咋训练的，最终精度是多少捏

40的16？

冻结主干时是40，不冻结是16

[cymdhx]

你咋训练的，最终精度是多少捏

40的16？

冻结主干时是40，不冻结是16

我只加载了主干权重

[bubbliiiing]

按照官方的设置，你应该这样 mosaic = True mosaic_prob = 1 mixup = True mixup_prob = 1 special_aug_ratio = 0.9

Init_Epoch = 0 UnFreeze_Epoch = 300 Unfreeze_batch_size = 64

[cymdhx]

按照官方的设置，你应该这样 mosaic = True mosaic_prob = 1 mixup = True mixup_prob = 1 special_aug_ratio = 0.9

Init_Epoch = 0 UnFreeze_Epoch = 300 Unfreeze_batch_size = 64

马赛克和mixup都调成1吗，我感觉有时候全是1可能效果更差，哈哈哈 是不是因为我训练epoch少了

[cymdhx]

按照官方的设置，你应该这样 mosaic = True mosaic_prob = 1 mixup = True mixup_prob = 1 special_aug_ratio = 0.9 Init_Epoch = 0 UnFreeze_Epoch = 300 Unfreeze_batch_size = 64

马赛克和mixup都调成1吗，我感觉有时候全是1可能效果更差，哈哈哈 是不是因为我训练epoch少了，batchsize 64 显存也不够....

谢谢up主大佬

[bubbliiiing]

mixup在yolov7里面是0.15 yolox里面是1

[bubbliiiing]

我自己没有试过自己训练，没有显卡，我是按照大多数人的需求设置的现有参数，不过batch16可能确实小了。

[bubbliiiing]

不过在下游任务上，还是蛮多人反馈给我这个模型比官方的效果好，有可能我的设置更适合别的任务😂

[bubbliiiing]

[cymdhx]

我自己没有试过自己训练，没有显卡，我是按照大多数人的需求设置的现有参数，不过batch16可能确实小了。

那我mixup调成0.1 马赛克改成1先看看。batchsize 我估计我可以调成32. 这个在小目标检测上效果咋样

[cymdhx]

我自己没有试过自己训练，没有显卡，我是按照大多数人的需求设置的现有参数，不过batch16可能确实小了。

那我mixup调成0.1 马赛克改成1先看看。batchsize 我估计我可以调成32. 这个在小目标检测上效果咋样

祝大佬中秋快乐

[bubbliiiing]

我这里voc到了90多……我还没在别的网络上看到这么高过

[bubbliiiing]

应该小样本还很不错的

[cymdhx]

应该小样本还很不错的

我回头也跑小样本看一下

[bubbliiiing]

我自己没有试过自己训练，没有显卡，我是按照大多数人的需求设置的现有参数，不过batch16可能确实小了。

那我mixup调成0.1 马赛克改成1先看看。batchsize 我估计我可以调成32. 这个在小目标检测上效果咋样

祝大佬中秋快乐

你有重新跑嘛，有没有结果

[cymdhx]

我自己没有试过自己训练，没有显卡，我是按照大多数人的需求设置的现有参数，不过batch16可能确实小了。

那我mixup调成0.1 马赛克改成1先看看。batchsize 我估计我可以调成32. 这个在小目标检测上效果咋样

祝大佬中秋快乐

你有重新跑嘛，有没有结果

昨天开始跑的，还没跑完，可能因为马赛克设置为1了，所以精确度涨的比之前慢点，要看多运行几次epoch，看最终结果是不是涨了。

[bubbliiiing]

你现在的设置是啥捏

[cymdhx]

你现在的设置是啥捏

是这个 ，帮我看看对不对呗

[cymdhx]

你现在的设置是啥捏

是这个 ，帮我看看对不对呗

[cymdhx]

你现在的设置是啥捏

是这个 ，帮我看看对不对呗

up按照这个我需要加载 主干的预训练权重吗

[bubbliiiing]

emm……不需要label smooshing和freeze train应该

[cymdhx]

emm……不需要label smooshing和freeze train应该

好的

[cymdhx]

emm……不需要label smooshing和freeze train应该

好的

你好，估计能达到个ap 0.47左右，训练了200个epoch后面涨的特别特别慢了。 我看来源码的yaml文件 我想问下为什么他head部分的这个concat相加后通道数不应该是128 +128 +128 +128 +256 +256=1024吗，为什么我看他下面输入的是256呢

[cymdhx]

emm……不需要label smooshing和freeze train应该

好的

你好，估计能达到个ap 0.47左右，训练了200个epoch后面涨的特别特别慢。

[bubbliiiing]

在270代的时候没有小涨个map吗？270会关闭所有的增强诶。

[bubbliiiing]

256指的是这一层卷积后的输出，不是输入的通道

[bubbliiiing]

你是从0开始的吗

[cymdhx]

你是从0开始的吗

是的 没用权重

[bubbliiiing]

backbone的也木有吗

[bubbliiiing]

我这个结构部分应该都没什么错，loss直接复制的官方，如果按照我给的建议设置，差距应该在数据增强和batch，不知道是因为batch还是数据增强导致的低一点点

[cymdhx]

backbone的也木有吗

都没有用 我再调调参数看看吧

[bubbliiiing]

但是我看你给的参数里面，freeze train = True，你有改成False吗

[bubbliiiing]

我可以看看你现在的参数不0 0

[cymdhx]

我可以看看你现在的参数不0 0

[bubbliiiing]

你是最后用get map coco.py测试的不

[bubbliiiing]

https://github.com/bubbliiiing/yolov7-pytorch/blob/master/utils_coco/get_map_coco.py 这个应该会比训练得到的map高一些，训练的时候不考虑crowd的情况应该

[cymdhx]

https://github.com/bubbliiiing/yolov7-pytorch/blob/master/utils_coco/get_map_coco.py 这个应该会比训练得到的map高一些，训练的时候不考虑crowd的情况应该

那倒没有 我回头看一下

[bubbliiiing]

可以试试

[cymdhx]

可以试试

好的

[rovebot]

可以试试

好的

请问最后测试的结果有接近官方的精度吗