• LDoubleZhi

    是否直接修改yaml里的backbone_pretrained: 'checkpoints/mobilenet_v2.pth'就可以只当模型文件,再args.do_test=True就可以了?

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    如题,只有coco的训练代码

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    貌似是burn_in期间学习率太大导致nan,但是原论文burnin也不小啊

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    [Epoch 0/150][Iter 0/86][lr 0.000000][Loss: anchor 9.16, iou 8.31, l1 35.46, conf 99672.05, cls 16.66, imgsize 608, time: 26.08]
    [Epoch 0/150][Iter 10/86][lr 0.000000][Loss: anchor 18.68, iou 18.18, l1 101.71, conf 2369.89, cls 39.56, imgsize 608, time: 39.37]
    [Epoch 0/150][Iter 20/86][lr 0.000003][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 416, time: 45.88]
    [Epoch 0/150][Iter 30/86][lr 0.000015][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 352, time: 26.93]
    [Epoch 0/150][Iter 40/86][lr 0.000047][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 384, time: 24.05]
    [Epoch 0/150][Iter 50/86][lr 0.000114][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 480, time: 30.52]
    [Epoch 0/150][Iter 60/86][lr 0.000237][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 576, time: 39.93]
    [Epoch 0/150][Iter 70/86][lr 0.000439][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 480, time: 32.17]
    [Epoch 0/150][Iter 80/86][lr 0.000749][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 448, time: 36.69]
    [Epoch 1/150][Iter 0/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 352, time: 23.47]
    [Epoch 1/150][Iter 10/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 352, time: 15.24]
    [Epoch 1/150][Iter 20/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 512, time: 34.18]
    [Epoch 1/150][Iter 30/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 544, time: 48.47]
    [Epoch 1/150][Iter 40/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 416, time: 28.83]
    [Epoch 1/150][Iter 50/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 416, time: 19.87]
    [Epoch 1/150][Iter 60/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 352, time: 18.90]
    [Epoch 1/150][Iter 70/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 576, time: 19.08]
    [Epoch 1/150][Iter 80/86][lr 0.001000][Loss: anchor nan, iou nan, l1 nan, conf nan, cls nan, imgsize 608, time: 34.87]

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    如题,asff中的3个融合权重参数是怎么监督学习

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 大佬,c++TRT貌似有内存泄露?

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 我目前用的是101,50的需要自己写onnx导出吗?

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    float16推理速度在135ms,我直接在ctdetConfig.h设置input_size报错,必须要设置的和训练时一样吗?

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 我好像找到原因了,demo_det_r010_custom.py里heads = {'hm': 5, 'reg': 2, 'wh': 2}中的hm要根据自己的类设置,哭了,搞了一周

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 我用demo.py和demo_det_r010_custom.py得到的结果不一样,是不是后者代码有问题

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 问题汇总一下:1.是否需要像原作者一样把torch中的bn disable 2.奇异ai的工程主要改了哪个python文件,如果想把作者的最新代码更新到里面时不能覆盖那些文件。 一样的数据集一样的超参数用奇异ai的训练效果太差啊

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 我晚上完全把opts debugger coco_custom.py和原项目匹配一下(超参数,和类别设置),训练看看结果,要是还有误检就说明代码有问题,同样的数据集我用xingyizhou的代码训练的模型效果很好

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 这个完全是误检了,把人和车识别成fence_a

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 原作者的project需要disable cudnn batch normalization,奇异ai的需要吗?

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    @金天 pt.jpg demo_pt.jpg
    这两个分别是我用annaai和原作者centernet训练的结果,coco格式数据集完全一样,不知道什么原因

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    (图片demo_pt.jpg 地址)

    train: [88][81/82]|Tot: 0:03:23 |ETA: 0:00:03 |loss 0.8437 |hm_loss 0.4320 |wh_loss 1.9508 |off_loss 0.2166 |Data 0.020s(0.035s) |Net 2.479s
    ctdet/default |################################| train: [89][81/82]|Tot: 0:03:22 |ETA: 0:00:03 |loss 0.8449 |hm_loss 0.4285 |wh_loss 1.9778 |off_loss 0.2186 |Data 0.020s(0.033s) |Net 2.475s
    ctdet/default |################################| train: [90][81/82]|Tot: 0:03:23 |ETA: 0:00:03 |loss 0.8749 |hm_loss 0.4565 |wh_loss 2.0108 |off_loss 0.2173 |Data 0.020s(0.034s) |Net 2.476s
    ctdet/default |################################| val: [90][296/297]|Tot: 0:00:26 |ETA: 0:00:01 |loss 1.3022 |hm_loss 0.8241 |wh_loss 2.6082 |off_loss 0.2173 |Data 0.000s(0.001s) |Net 0.089s
    model_90.pth is saved!

    loss降到1以下了,但检测结果非常差

    发布在 社区求助区(SOS!!) 阅读更多
  • LDoubleZhi

    是因为lr设置的不好吗?iou thresh从哪里设置呢?

    发布在 社区求助区(SOS!!) 阅读更多

与 神力AI社区 的连接断开,我们正在尝试重连,请耐心等待