1、使用val.py和detect.py得到的指标不同
由于笔者需要处理连续帧图像,于是按照YOLOv5detect.py仿写了一个检测代码,但是使用同样的训练权重通过我写的程序得到的结果和通过val.py结果不一致,直观的表现就是指标下降,身为一个科研狗,需要注重数据的有效性,指标能提一点也是一点啊!!!
主要原因是
两者差别首先在于iou以及置信度的不同,以及multi-label和padding,具体后两个是什么参数呢,gpt是这样回答的:
解决办法:
1) 使用val.py中的dataloader重新构建数据集加载器就可以了,记得使用padding!
2) 如果要val.py和detect.py得到指标相同,那么就应该按照val.py进行设置,参数一定要相同,训练过程中的结果显示什么的可以不关心!只要最后能保存下结果文件就好了,嗷因为我用的是coco评价指标,用YOLO自己训练过程指标的同学可能要失望了。。。
2、YOLOv5中dataloader未按顺序读取文件
经过一段时间的debug,发现问题在于数据集加载器吐出来的文件列表有问题啊,设置的batch是1,shuffle也是False,那不应该出这个问题噻
在经过不断地断点调试之后,发现只要经过LoadImagesAndLabels()就会更换文件地顺序,再进入该函数debug看看怎么事
最终问题是在这个函数,矩形训练这块,根据长宽比排序,那我文件夹内都是同样大小的图片,你这么整我是吧,它原来吐出来的列表是[0,6099,6100...],我用得着你这样么,现在修改完之后呢,就是[0,1,2....]
结果就是按顺序迭代咯