-
Notifications
You must be signed in to change notification settings - Fork 31
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
在ava数据集上训练10epoch后验证时精度一直是0mAp #9
Comments
是的,即使我有同样的问题。所以我正在尝试调试代码并了解问题所在。 我认为这是边界框类中的问题。 |
请问现在查到问题了吗 |
@YRVGFO9588 @Batman-97 在我的测试环境下,没有出现这个问题, 都能获得有效的mAP值。可能是数据集的格式导致了你们的mAP都是0的问题。 |
在训练过程中,我发现分类损失一直降不下去,维持在2.3左右,边界框损失在0.15左右,这是训练了50轮的结果,是否方便添加微信指导下哈 |
@YRVGFO9588 cls loss在1.2-2.0的范围内,reg_loss在0.2~0.4范围内很正常。 |
或者是否能给一直数据集的示范格式,不用全部可以都缩减到一个视频那种形式 |
这个是训练多少epoch的损失啊 |
@YRVGFO9588 数据都在服务器上,取一次很麻烦,不方便提供,AVA的数据集准备方法已经在README中提供了。你的loss情况看起来没有问题,也不需要训练50epoch那么久。建议先使用本项目提供的已训练好的YOWOv2模型,并在测试集上复现出性能指标,以确保数据格式都已准备正确。 |
@yjh0410 你好, 这堂课是做什么的?? class BoundingBox:
def __init__(self,
imageName,
classId,
x,
y,
w,
h,
typeCoordinates=None,
imgSize=None,
bbType=None,
classConfidence=None,
format=None): 我在程序中添加了一个常量 (epsilon = 1e-5) (YOWOv2/evaluator # compute precision, recall and average precision
acc_FP = np.cumsum(FP)
acc_TP = np.cumsum(TP)
rec = acc_TP / (npos + epsilon)
prec = np.divide(acc_TP, (acc_FP + acc_TP + epsilon)) |
@yjh0410 你好, 我使用了 ucf24 的数据集格式,但我有两个动作类。我的数据集在一帧中有两个动作,但训练运行良好,从 11.3 开始作为总错误,现在在第 5 个时期它的总损失为 6.54。我应该从这个推论中得到什么?并且在每个时期,一个类的验证平均精度为 0,而其他类具有一定的价值,但它的值非常低,约为 5%。 谢谢你提前 |
@YRVGFO9588 您好 请问您的AVA数据集下载下来了吗 |
我用自己的数据集一直mAP是0,请问是数据集制作的不对吗?但我是按照ava2.2来制作的啊,能QQ(我的是393974615)有偿指导一下么 ? |
No description provided.
The text was updated successfully, but these errors were encountered: