Open jiajia131 opened 8 months ago
得到40.1的结果是需要超过50个epoch吗??
得到40.1的结果是需要超过50个epoch吗??
您好,所有模型都是训练50 epoch,batch size=16
那请问您使用训练设备是?
那请问您使用训练设备是?
4张V100和4张A100上均跑过,结果差不多
您好,同问。 我使用4张3090GPU,训练50 epoch,batch size=16,使用 fastinst_R50-vd-dcn_ppm-fpn_x3_640.yaml默认设置,遇到同样的情况: [03/08 08:35:55] d2.evaluation.fast_eval_api INFO: Evaluate annotation type segm [03/08 08:36:08] d2.evaluation.fast_eval_api INFO: COCOeval_opt.evaluate() finished in 12.72 seconds. [03/08 08:36:08] d2.evaluation.fast_eval_api INFO: Accumulating evaluation results... [03/08 08:36:09] d2.evaluation.fast_eval_api INFO: COCOeval_opt.accumulate() finished in 1.17 seconds. [03/08 08:36:10] d2.evaluation.coco_evaluation INFO: Evaluation results for segm: | AP | AP50 | AP75 | APs | APm | APl |
---|---|---|---|---|---|---|
39.6875 | 61.5065 | 41.6953 | 16.9503 | 42.9351 | 62.8829 |
您好,同问。 我使用4张3090GPU,训练50 epoch,batch size=16,使用 fastinst_R50-vd-dcn_ppm-fpn_x3_640.yaml默认设置,遇到同样的情况: [03/08 08:35:55] d2.evaluation.fast_eval_api INFO:评估注释类型segm [03/08 08:36:08] d2.evaluation.fast_eval_api INFO:COCOeval_opt.evaluate() 在 12.72 秒内完成。 [03/08 08:36:08] d2.evaluation.fast_eval_api INFO:正在累积评估结果... [03/08 08:36:09] d2.evaluation.fast_eval_api INFO:COCOeval_opt.accumulate() 在 1.17 秒内完成。 [03/08 08:36:10] d2.evaluation.coco_evaluation INFO:segm 的评估结果:
美联社 AP50 AP75 接入点 平均APm 磷酸盐 39.6875 61.5065 41.6953 16.9503 42.9351 62.8829
换成四张v100,可能可以
作者您好,在fastinst_R50-vd-dcn_ppm-fpn_x1_576.yaml,使用两张3060,每张卡给两张图片,batch size=4,Lr=0.000025,减少了4倍,其他设置不变,AP只达到30.1312,请问还需修改什么参数提高AP?谢谢
完全使用fastinst_R50-vd-dcn_ppm-fpn_x3_640.yaml默认设置
[01/05 12:26:03 d2.evaluation.testing]: copypaste: Task: segm [01/05 12:26:03 d2.evaluation.testing]: copypaste: AP,AP50,AP75,APs,APm,APl [01/05 12:26:03 d2.evaluation.testing]: copypaste: 39.6315,61.6258,41.5632,17.0921,43.0538,62.6699