search

tanluren / yolov3-channel-and-layer-pruning

yolov3 yolov4 channel and layer pruning, Knowledge Distillation 层剪枝，通道剪枝，知识蒸馏
Apache License 2.0
1.5k stars 446 forks source link

yolov4 稀疏化训练mAP与darknet常规训练获得的差距大 #127

Open Tsings04 opened 3 years ago

Tsings04 commented 3 years ago

darknet常规训练自己数据集，最后mAP可达到80.1% 使用--epochs 200 --batch-size 8 -sr --s 0.001 --prune 1的设置进行稀疏训练，最终mAP只有66.8% 剪枝后能保持65.9%mAP，但finetune也无法恢复到接近原darknet训练结果，请问是稀疏训练设置原因吗？

moonlightian commented 3 years ago

遇到类似问题，请问有找到办法吗？

chumingqian commented 3 years ago

v4 , voc 上，我试着将s 0.0001 ,精度 损失较小， 从87 --> 75

Yi19960820 commented 3 years ago

kitti数据集，s=0.0001，损失从80.3->79.05