-
善用
mmd
框架,使用./tools/dist_test.sh configs/dcn/wine_cascade_rcnn_dconv_c3-c5_r50_fpn_1x.py work_dirs/wine_cascade_rcnn_dconv_c3-c5_r50_fpn_1x/epoch_30.pth 2 --out c.pkl --eval bbox
命令分布式测试; -
使用
python ./tools/coco_error_analysis.py c.pkl.bbox.json --ann='/media/zht/004CC2AB4CC29AB4/Users/zht/My Documents/tianchi_dataset/alcohol/train/cap_val.json'
对结果逐class绘制map曲线,进行可视化分析,也可以使用--with_ap
;参考 -
Val的分数与train loss、train分数无必然关系,参考此贴及有关提问。
一个亲历的典型例子:看着train loss似乎纹丝不动,其实val 分数在下降的,而train loss快速下降时,val 分数却在原地徘徊。 -
除去不必要的类别信息(清洗、划分数据集),对正确分析结果有帮助;
-
目前看来,
dcn
与OHEMSampler
是广泛有帮助的;li
留言