UZ
可以选择预训练的model，也可以选择从头训练。 作者有训练好的model，放在weights/ 里面了、
https://blog.csdn.net/hongxingabc/article/details/79048531 你看看这个回答能不能解决你的问题。
> @Guzaiwang ，Hi，你有试过49和535的网络嘛？我测试下来发现训练后的ap跟146的很接近，但跑demo的时候检出差很多，几乎检测不到；另外，三个网络的前向时间也几乎差不多。 你好，这个49的我没有跑过哎。你跑下来结果怎么样？
> 精度 top 1 0.67 结果不是很好 ThunderNet论文里面描述：SNet146 achieves 32.5% top-1 error on ImageNet classification。我觉得这个0.67 的SNet 算是预训练成功了呀。 不知道我这样理解对不对哇
> 精度 top 1 0.67 结果不是很好 我刚刚下载了你最新上传的SNet146.tar (训练好的参数）来测试了一下，这个模型我本地测试只有40%的Top-1 Acc呀。有点奇怪哎。
ILSVRC2012_val_00000001.JPEG 65 ILSVRC2012_val_00000002.JPEG 970 ILSVRC2012_val_00000003.JPEG 230 ILSVRC2012_val_00000004.JPEG 809 ILSVRC2012_val_00000005.JPEG 516 ILSVRC2012_val_00000006.JPEG 57 ILSVRC2012_val_00000007.JPEG 334 ILSVRC2012_val_00000008.JPEG 415 ILSVRC2012_val_00000009.JPEG 674 ILSVRC2012_val_00000010.JPEG 332 你好，我下载了caffe的val label标签，接着用 test_data_pre.py 这个文件建立了验证集文件夹，但是测试的时候，还是不对。请问 我的步骤是哪里错了么？
嗯嗯 和论文中的结果也差不多了，你的横轴代表的是epoch嘛？
> 嗯嗯是的 我现在 最好也才到0.67 map 你的0.67map的model 可以放出来么？
> Hi, I send train code in imagenet on : https://github.com/ouyanghuiyu/Snet Thanks for sharing! I notice that you have modified the training code and added multi-scale training and some data...
How much is your final snet_146 model on VOC_2007 ? I have trained the model for 2 hours and the model achieves a mean AP of 0.6082.