-
Notifications
You must be signed in to change notification settings - Fork 12
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
關於精度和速度方面的問題 #2
Comments
第一個問題其實是FLOPs跟FPS並非正相關,FPS受到實現方法、環境等具體實作方法的影響,FLOPs則是模型理論上的每秒浮點數運算次數,這個數字比較利於學術上的比較,另外就是我是純粹的TF實現與YOLOv4用C+CUDA的實現方式在GPU的速度上會差很多,如果你在純CPU環境下運行就會發現不一樣的結果,簡而言之,如果要更快的工業應用上的速度,現在這個實現方法是不夠的。需要有進一步高效的實作方法。 第二個問題需要你提供更多訊息,尤其是json檔案的格式,包括bbox的表示方式?還有是否有採用預設的學習率下降策略? |
標簽格式如下:{"bboxes": [[593.6247345, 836.2085900000001, 495.9993290000001, 233.00041999999996, 1.0, "1"], [34.62440799999999, 658.21017, 447.999286, 206.9991000000001, 1.0, "1"], [815.6251424999999, 462.21044000000006, 688.9999549999999, 87.99907999999994, 1.0, "0"], [793.6226829999999, 1088.20736, 629.9982640000002, 76.99867999999992, 1.0, "0"], [789.6233764999998, 1354.21001, 584.9995830000001, 84.99766, 1.0, "0"]]} |
你的bbox前兩位數是bbox的左上xy還是中心點xy?我採用的是左上xy,這點需要注意,其他應沒問題。 cnfd_loss=self._ConfidenceFocalLoss(pred_y,true_mask,ignore_mask,true_wht) 換成 cnfd_loss=self._ConfidenceLoss(pred_y,true_mask,ignore_mask,true_wht) |
好的謝謝 |
作者你好,我在rtx3090上測試了一下fps,發現只能跑到二三十幀,yolo4tiny能達到一百五六十幀,是不是我設置方面有錯誤?
還有精度,我訓練了自己的數據集,用224224的初始模型,訓練了200個epoch,每個epoch是 batch=16,step=46,因爲訓練集就700多張圖片,但是最後map只有66%,我用tiny能達到94%,後來我用512512的跑了50個epoch準確率直接為0。。。標簽方面位置信息是雙精度的,這一點可能和你給的有差別,其他應該都差不多
The text was updated successfully, but these errors were encountered: