1. 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;

  2. 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

  3. 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。

  4. 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;

  5. 目前看来,dcnOHEMSampler是广泛有帮助的;li

最后修改日期: 2020年1月12日

作者

留言

撰写回覆或留言

发布留言必须填写的电子邮件地址不会公开。