在ava数据集上训练10epoch后验证时精度一直是0mAp

[YRVGFO9588]

No description provided.

[Batman-97]

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。

[YRVGFO9588]

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

[yjh0410]

@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。

[YRVGFO9588]

@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

[yjh0410]

@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。

[YRVGFO9588]

@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。

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

[YRVGFO9588]

@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。

这个是训练多少epoch的损失啊

[yjh0410]

@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。

[Batman-97]

@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
/cal_frame_mAP.py）。由于 TP 和 FP 为零，我在初始训练步骤中遇到错误。

 # 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))

[Batman-97]

@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

[YCA-eng]

@YRVGFO9588 您好 请问您的AVA数据集下载下来了吗

[vron8632]

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 ？

[tapohongchen]

我同样遇到了这个问题，在测试的时候一切正常，test的时候会出现0map，我去debug对比了一下发现test的时候的reg_pred的值普遍在0.1以下，比train的时候小了10倍的感觉，我感觉错误应该是在这里。但是到该部分时候的代码是一样的，我不知道为什么会出现这样的问题。第一张图是train的时候的reg_pred，第二张是test时候的。