PASCAL 数据集训练

[liukaigua]

11.19更新： 训练集：VOC07+12，测试集：VOC07-test， 使用SGDR学习率调整策略，初始学习率为0.01，学习率调整周期为100个epoches，总共训练610个epoches， 预训练模型：mb3-ssd-lite-Epoch-149-Loss-5.782852862012213.pth， batch_size：32， 能得到的最好的Loss是4.07，请问怎样进一步调整学习策略？

原提问： 你好，当我使用您提供的PASCAL的预训练模型（mb3-ssd-lite-Epoch-149-Loss-5.782852862012213.pth）对几张图片进行检测时，每张图片都检测不到任何一个物体。 然后，我在上述检查点的基础上进行finetune，使用VOC2007+VOC2012数据集训练了100个epoch，batch_size=32，lr=0.0005+multistep([40,80,])，使用新训练的模型再次检测，部分图片能检测到物体，但是准确度还是比较低。 对此，我有两个问题想请教您：

1. 您在使用上述PASCAL模型进行检测时效果如何？是我操作不当还是模型本身专准确度就不高？
2. 如果想进一步提高准确度，我需要如何训练？比如是否应该加大数据集或改进训练参数。

[FelixCaae]

我也遇到了同样的情况

[chengyequn]

请问你在voc上的mAP是多少呀

[xialei1020]

请问你们是如何修改数据写入的

[shaoshengsong]

https://github.com/shaoshengsong/MobileNetV3-SSD-Compact-Version

[JF-Lee]

11.19更新： 训练集：VOC07+12，测试集：VOC07-test， 使用SGDR学习率调整策略，初始学习率为0.01，学习率调整周期为100个epoches，总共训练610个epoches， 预训练模型：mb3-ssd-lite-Epoch-149-Loss-5.782852862012213.pth， batch_size：32， 能得到的最好的Loss是4.07，请问怎样进一步调整学习策略？ 原提问： 你好，当我使用您提供的PASCAL的预训练模型（mb3-ssd-lite-Epoch-149-Loss-5.782852862012213.pth）对几张图片进行检测时，每张图片都检测不到任何一个物体。 然后，我在上述检查点的基础上进行finetune，使用VOC2007+VOC2012数据集训练了100个epoch，batch_size=32，lr=0.0005+multistep([40,80,])，使用新训练的模型再次检测，部分图片能检测到物体，但是准确度还是比较低。 对此，我有两个问题想请教您：

您在使用上述PASCAL模型进行检测时效果如何？是我操作不当还是模型本身专准确度就不高？ 如果想进一步提高准确度，我需要如何训练？比如是否应该加大数据集或改进训练参数。

请问一下你在VOC训练一个epoch大概要多久？