手机上自己如何做网站,备案期间 网站,舆情信息范文,仪征做网站公司原文发表在知乎#xff0c;辛苦移步#xff5e;#xff5e; 《基于coco和kitti数据集训练YOLOX》
yolox官方的指标数据是在coco数据集上训练出来的#xff0c;yolox-s模型在11万coco数据集上训练后#xff0c;mAP(0.5-0.95)40.5。手头有kitti的数据集#xff0c;所以在…原文发表在知乎辛苦移步 《基于coco和kitti数据集训练YOLOX》
yolox官方的指标数据是在coco数据集上训练出来的yolox-s模型在11万coco数据集上训练后mAP(0.5-0.95)40.5。手头有kitti的数据集所以在kitti上进行了复现发现效果挺差的所以就想着找一下原因然后优化一下过程步骤如下。
数据集 coco原始约11万训练集0.5k测试集共80个分类。由于训练资源和时间有限我只使用了其中20%约2.3万训练集。测试集保持不变。类别也保持跟官方一致 kitti我使用了3.7k的训练集3.7k的测试集使用了其中的3个分类pedestraincartruck,其中我把truck和van两个类别揉合在了一起统一叫truck然后分别映射到coco80个类别中的(person, car, truck) 训练步骤 版本下载最新yolox代码在coco上进行复现论文指标确保代码无问题。
此步的主要目标是复现并作为base由于数据只用了20%所以没有达到官方0.405的指标只达到了0.304。官方训练过程共300epoch前285是打开数据增强在最后15epoch关闭了数据增强最后15epoch相当于针对性的进行了finetune。这个版本虽然没有用kitti数据进行训练但在kitti评测集上的常规类别例如人车这些上面效果还可以。
