Bubbliiiing
Bubbliiiing
https://github.com/bubbliiiing/mobilenet-yolov4-pytorch/blob/bilibili/train.py
You can write a program to do batch conversion from png to jpg
> 训练用的COCO数据集，设置的batchsize是96，用的unfreeze training，开启fp16，单GPU。 训练的时候大概5s左右一个batch，但是loss运算就需要4s左右。CPU只用了大概30%。  > > 有什么办法可以优化一下吗？ 额……你是怎么知道loss的时间的，loss已经都在gpu上了
> 我还想问下，get_target里是计算了9个anchor 和真实框的iou, 然后取最大。 为什么不是只计算当前特征图的三个anchor然后取最大？计算9个的话，y_true里少了bbox，会影响iou loss的吧？ 非常感谢！  还要确定哪个特征图呀
这个l指的是现在在算第几个特征层 但是我们没法知道真实框匹配的是哪个特征层，所以需要把真实框与三个特征层计算，先判断真实框属于哪个特征层 因为这里对bs循环了，所以比较慢，你可以看看我的yolov5的代码，匹配的过程发生在data加载
库的版本是什么
具体的误识别是怎么样的呢
现在这个库是65（可能训练不充分吧，我再训练试试） https://github.com/bubbliiiing/Mobilenet-SSD-Essay 上面这个是74
你没用预训练权重？这个库的精度挺正常的。