Open firekeepers opened 1 year ago
I train the model with my dataset,but the ap50 is instable, I may get vary different result by same parameters. Moreover,the teacher' AP50 sometimes lower than student'AP50. Is this phenomenon normal in DAOD?
这个问题可能是没固定随机种子,我也是训练自己的数据集,我想请教一下模型的训练过程,第一步:Trainer: baseline, 迭代10k次;第二步:Trainer: ateacher, 加载第一步训练的模型参数,接着迭代50k次?是这样的步骤吗?
I train the model with my dataset,but the ap50 is instable, I may get vary different result by same parameters. Moreover,the teacher' AP50 sometimes lower than student'AP50. Is this phenomenon normal in DAOD?
这个问题可能是没固定随机种子,我也是训练自己的数据集,我想请教一下模型的训练过程,第一步:Trainer: baseline, 迭代10k次;第二步:Trainer: ateacher, 加载第一步训练的模型参数,接着迭代50k次?是这样的步骤吗?
我试图固定了torch,numpy等随机种子,在config.py中也尝试对随机种子进行了固定,同时数据读取的随机种子保持为0,但是每次的结果相差甚远
I train the model with my dataset,but the ap50 is instable, I may get vary different result by same parameters. Moreover,the teacher' AP50 sometimes lower than student'AP50. Is this phenomenon normal in DAOD?
这个问题可能是没固定随机种子,我也是训练自己的数据集,我想请教一下模型的训练过程,第一步:Trainer: baseline, 迭代10k次;第二步:Trainer: ateacher, 加载第一步训练的模型参数,接着迭代50k次?是这样的步骤吗?
对于网络的训练步骤,在trainer.py中描述的较为详细,首先<burn_in_iter时对模型进行训练,burn up阶段将网络复制到教师模型,然后对学生模型进行训练
我根据网络拟合情况对训练时间进行了多次调整,由于我的数据集域分布偏差较大,因此较小的burn-in阶段可能会带来更高的精度
@firekeepers 请问你训练自己的数据集修改了什么参数,我用cityscapes的yaml配置训练自己的数据集,metrics.json中的结果比faster-RCNN source-only的结果差距20%左右,这个结果肯定不对,想请教一下哪些参数可以修改?
@firekeepers 还有一个问题,我用VGG16训练可行,但是换为R101的时候,训练中总是会出现total_loss, loss_cls, loss_box_reg都为Nan,learning rate 从0.02,0.002,0.0002,0.00002都试过,训练时还是total_loss, loss_cls, loss_box_reg都为Nan
@firekeepers 请问你训练自己的数据集修改了什么参数,我用cityscapes的yaml配置训练自己的数据集,metrics.json中的结果比faster-RCNN source-only的结果差距20%左右,这个结果肯定不对,想请教一下哪些参数可以修改?
主要调整burn-in阶段的训练时常吧,我也不确定根据你的数据集如何调整
@firekeepers 请问你训练自己的数据集修改了什么参数,我用cityscapes的yaml配置训练自己的数据集,metrics.json中的结果比faster-RCNN source-only的结果差距20%左右,这个结果肯定不对,想请教一下哪些参数可以修改?
主要调整burn-in阶段的训练时常吧,我也不确定根据你的数据集如何调整
好的,谢谢
I train the model with my dataset,but the ap50 is instable, I may get vary different result by same parameters. Moreover,the teacher' AP50 sometimes lower than student'AP50. Is this phenomenon normal in DAOD?