loss计算太慢

[ZGJY95]

训练用的COCO数据集，设置的batchsize是96，用的unfreeze training，开启fp16，单GPU。
训练的时候大概5s左右一个batch，但是loss运算就需要4s左右。CPU只用了大概30%。

有什么办法可以优化一下吗？

[ZGJY95]

我还想问下，get_target里是计算了9个anchor 和真实框的iou, 然后取最大。 为什么不是只计算当前特征图的三个anchor然后取最大？计算9个的话，y_true里少了bbox，会影响iou loss的吧？
非常感谢！

[bubbliiiing]

训练用的COCO数据集，设置的batchsize是96，用的unfreeze training，开启fp16，单GPU。 训练的时候大概5s左右一个batch，但是loss运算就需要4s左右。CPU只用了大概30%。

有什么办法可以优化一下吗？

额……你是怎么知道loss的时间的，loss已经都在gpu上了

[bubbliiiing]

我还想问下，get_target里是计算了9个anchor 和真实框的iou, 然后取最大。 为什么不是只计算当前特征图的三个anchor然后取最大？计算9个的话，y_true里少了bbox，会影响iou loss的吧？ 非常感谢！

还要确定哪个特征图呀

[ZGJY95]

训练用的COCO数据集，设置的batchsize是96，用的unfreeze training，开启fp16，单GPU。 训练的时候大概5s左右一个batch，但是loss运算就需要4s左右。CPU只用了大概30%。
有什么办法可以优化一下吗？

额……你是怎么知道loss的时间的，loss已经都在gpu上了

直接在outputs = model_train(images)前后加t = time.time()，算了个差值放在进度条里了

[ZGJY95]

我还想问下，get_target里是计算了9个anchor 和真实框的iou, 然后取最大。 为什么不是只计算当前特征图的三个anchor然后取最大？计算9个的话，y_true里少了bbox，会影响iou loss的吧？ 非常感谢！

还要确定哪个特征图呀

特征图不是用输入的l确定的嘛？

[bubbliiiing]

这个l指的是现在在算第几个特征层
但是我们没法知道真实框匹配的是哪个特征层，所以需要把真实框与三个特征层计算，先判断真实框属于哪个特征层
因为这里对bs循环了，所以比较慢，你可以看看我的yolov5的代码，匹配的过程发生在data加载

[ZGJY95]

这个l指的是现在在算第几个特征层 但是我们没法知道真实框匹配的是哪个特征层，所以需要把真实框与三个特征层计算，先判断真实框属于哪个特征层 因为这里对bs循环了，所以比较慢，你可以看看我的yolov5的代码，匹配的过程发生在data加载

懂了！非常感谢！