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

在官方(C++)训练完后的模型在U版做微调训练的时候map变0 #87

Open CODEDISON opened 4 years ago

CODEDISON commented 4 years ago

这边我在官方用yolov4做得训练，训练完后在U版yolo进行稀疏训练前进行了微调，但是几个epochs后map变0。

learning rate: 0.002324 2/99 9.2G 0.417 0.0402 0.0281 0.486 0 0 9 416: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [01:05<00:00, 2.28it/s] Class Images Targets P R mAP F1: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [00:18<00:00, 8.26it/s] all 1.2e+03 1.19e+03 0.93 0.974 0.967 0.95

 Epoch   gpu_mem      GIoU       obj       cls     total      soft    rratio   targets  img_size

0%| | 0/150 [00:00<?, ?it/s]learning rate: 0.0034855000000000003 3/99 9.2G 0.405 0.0339 0.00681 0.446 0 0 8 416: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [01:06<00:00, 2.25it/s] Class Images Targets P R mAP F1: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [00:18<00:00, 8.11it/s] all 1.2e+03 1.19e+03 0.888 0.981 0.969 0.932

 Epoch   gpu_mem      GIoU       obj       cls     total      soft    rratio   targets  img_size

0%| | 0/150 [00:00<?, ?it/s]learning rate: 0.004647 4/99 9.2G 1.15 0.303 5.95 7.41 0 0 8 416: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [01:05<00:00, 2.28it/s] Class Images Targets P R mAP F1: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [00:20<00:00, 7.23it/s] all 1.2e+03 1.19e+03 0.00961 0.0959 0.0186 0.0175

 Epoch   gpu_mem      GIoU       obj       cls     total      soft    rratio   targets  img_size

0%| | 0/150 [00:00<?, ?it/s]learning rate: 0.0058085 5/99 9.2G 1.62 0.702 17.7 20.1 0 0 6 416: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [01:06<00:00, 2.26it/s] Class Images Targets P R mAP F1: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [00:15<00:00, 9.60it/s] all 1.2e+03 1.19e+03 0 0 0 0

 Epoch   gpu_mem      GIoU       obj       cls     total      soft    rratio   targets  img_size

0%| | 0/150 [00:00<?, ?it/s]learning rate: 0.002324 6/99 9.2G 1.52 0.671 30.4 32.6 0 0 9 416: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [01:05<00:00, 2.28it/s] Class Images Targets P R mAP F1: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [00:16<00:00, 9.00it/s] all 1.2e+03 1.19e+03 0 0 0 0

 Epoch   gpu_mem      GIoU       obj       cls     total      soft    rratio   targets  img_size

0%| | 0/150 [00:00<?, ?it/s]learning rate: 0.002324 7/99 9.2G 1.43 0.671 9.04 11.1 0 0 9 416: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [01:05<00:00, 2.28it/s] Class Images Targets P R mAP F1: 100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 150/150 [00:15<00:00, 9.51it/s] all 1.2e+03 1.19e+03 0 0 0 0

zbyuan commented 4 years ago

darknet版本推理方式跟U版本的不一样 建议一步步来 可以在darknet进行微调模型