luqioayun

对，我看centernet原文中说是有没有NMS并不影响mAP的精度，但是看您写代码里，在inference的时候有用到貌似，而且我在用您写的这个代码的时候，inference没有NMS的话，mAP的精度并不太好~ ---原始邮件--- 发件人: "Mythos-Rudy"

请问，在数据集是VOC时，你在训练384✘384，backbone是resnet18的时候，参数设置有变吗？ 比如，batchsize,learning rate 的衰减方式~ 我把voc 07  test作为验证集一起检测了它的loss，总是会出现过拟合~ ---原始邮件--- 发件人: "Mythos-Rudy"

> Brilliant work!! > Can you please share your centerNet weights /checkpoints > Thank you 博主在百度云有分享，请看readme

> 我也想知道不同backbone map多少 ，我自己用mobilenetv3训练过 请问你有跑backbone是resnet18的吗？mAP是多少呢？

> voc map > mobilenetv3 384x384 69+ 512x512 70+ > resnet18 384x384 70+ 512x512 没测 > @luqioayun 好的，谢谢！ 我刚好搞了512x512的，只有60+ 。。。。。。

> voc map > mobilenetv3 384x384 69+ 512x512 70+ > resnet18 384x384 70+ 512x512 没测 > @luqioayun  1、您好，请问在resnet18 384x384 70+mAP这种情况下您的一些参数设置是什么呢？比如说learning rate的衰减方式、batchsize的大小设置~  这个是我目前的参数设置~

> 哈喽，大佬你好 > > 我看到slim，不知道是干啥的，我记得tf中有slim啊，不一回事？ 感觉slim是一个轻量级的框架，大佬在slim文件夹里都是用slim实现的各个网络，不知你是否看过李沐的课程《动手学深度学习》里，TensorFlow和slim就类似那里的mxnet和gluon~（如果有不对的，欢迎指摘）