常见的一些问题汇总

[Syencil]

1. 问：为什么有时候训练mAP会变成0？
   答：这要分情况讨论，我看大多数就是loss->0，val的map->0，这是很明显的overfit了。可以参考一下原来写的csdn文章

2. 问：torch.nn.modules.module.ModuleAttributeError: 'Model' object has no attribute 'module'
   答：这是原git挖的坑。你以为的模型加载->直接读取权重，恢复模型，构建梯度关系。实际上的模型加载->从yaml中构建一个随机权重的模型->得到梯度关系->加载每一层保存的权重。前者用在纯前向推理，后者用在需要梯度关系的时候，比如剪枝。还有就是保证原始工程结构，注意export PATH=$PWD

3. 问：yolo5s的预训练权重没了怎么办？
   答：我现在手上也没了。不过这个git主要是用更轻量的mobilev2-yolo5s，所以这里大家也可以来尝试一下。如果需要用yolov5，还是用他们最新的，对着我这个改改代码还是很轻松的Readme中有一个网盘链接，可以试一下

4. 问：recall低或者precision低
   答：和阈值有关，所以我这里只关注map作为中间指标。如果再剪枝或者蒸馏中出现map降低，也是很正常的，和你的数据集以及策略都有关，毕竟每个论文都是吹自己是sota。还需要自己鉴别。

5. 问：剪枝之后的模型能保存yaml文件吗?可不可以蒸馏或者进行ncnn转换？
   答：可以，但是没必要用yaml文件。这个时候你直接加载模型就行了，参考ft(finetune)模式。如果你很介意，那你就写个逆向的脚本就行了，不难，锻炼一下自己。

6. 问：模型训练的细节，剪枝蒸馏参考的文献等
   答：基本都在readme中有写，细节直接看代码就好了，不难，就当作学习。补充一下，剪枝是韩松的基于bn层剪枝，蒸馏则是用了针对一阶段、二阶段、分类网络等等的方式，具体细节肯定和原文有出入，但是差异不大注意鉴别。还有就是不要问我为什么不用什么什么方法，我不可能帮你实验完所有的，你可以自己动手。我所选的都是具有代表性的，很经典的方法，但是不一定最好。

7. 问：yolov5在你这里剪枝蒸馏有一些bug
   答：一针对yolov5我没有具体测试过，别人作者都还在更新呢，肯定是有bug的。二我这个项目主要是想做个更轻量的模型出来，但是我能保证只要按照我的步骤一步一步肯定能复现出来，我连随机数种子都给你们了>_<。

8. 问：mobilev2-yolo5s收敛慢，但是yolo5s就很快？
   答：别人在coco上预训练过的，参数量和计算量是我的两倍，capacity就很大。我这个就backbone用的imagenet权重，head全部随机初始化，收敛慢很正常，capacity小导致精度低也很正常。本身轻量化的思路就是从整体结构设计、剪枝、蒸馏、量化这4个点来做的。你要拿着yolov5x训练完了再做轻量化我也没得说，这也是个思路。

[wwj1980]

RuntimeError: CUDA out of memory. 调整哪些参数，降低计算量？

[Syencil]

RuntimeError: CUDA out of memory. 调整哪些参数，降低计算量？

batchsize

[MoXQian]

mobilev2-yolo5s的预训练权重怎么找不到了呀