mmaction-slowfast loss结果

n1

sigmoid loss:

1-190epoch                       loss:         0.68———0.1

epoch10

epoch40

epoch190

可以看到明显的梯度下降，sleep和playphone是数据集的问题。

focal loss:

200epoch

也不拟合，这时怀疑是数据集的问题，因为sigmoid没有对数据集的约束，所以数据集的分布对结果影响不大，但是数据集的分布对focal loss和myloss影响很大。

myloss：

训练不拟合    0-35epoch             loss:0.2---0.15左右然后不拟合了

看看测试loss有没有拟合:

epoch5

 epoch35

 训练和测试都几乎不拟合，虽然只训练了35轮，但相比sigmoid效果差很多。

train loss 趋于不变，test loss趋于不变，说明学习遇到瓶颈，需要减小学习率或批量数目。

调整学习率和loss中加入一个约束参数再试试。

n2

myloss:

学习率lr:0.075*0.1      epoch30        loss  0.10

 学习率lr:0.01*0.1

 

 可以看到明显的loss下降和精度提升，说明loss设计的是有效的。

sigmoid loss

200epoch       lr:0.01     loss   0.13