Haoyuxu
Haoyuxu
你好，目前的代码Faster RCNN只支持batch_size=1的，后续的版本会修复。 Faster RCNN因为单张图像内部的anchor也是分batch训练的，所以设置为batch_size=1训练效果往往比batch_size>1要更好。 如果要提升mAP，可以尝试增大训练的尺寸(默认是600×1000的)。
训练的时候调用update 测试的时候调用forward_test
环境的问题吧，升级一下torchvision版本。
https://github.com/misads/detection_template/blob/55a11b14df5fab563453ad9b1a7bfd9bf3d69935/scheduler/__init__.py#L5-L9 总共训练40个epoch，第1个epoch warmup，第25个epoch学习率衰减一次
你好，这个是用的torchvision的代码 https://github.com/pytorch/vision/blob/master/torchvision/models/detection/anchor_utils.py#L116
最新版本已修复
> batchsize 只能为1吗 已修复，现在可以为任意batch size
我是在线裁剪的。 自制的数据集主要看显存，显存够的情况下可以不裁剪原图训练。否则可以按比例裁剪，如1220×500。
数据集是什么 模型是什么
是的，不同大小的瑕疵可以由不同大小的anchor预测