PaddlePaddle/PaddleDetection

PAFNet训练loss难以下降

Offen

#4.521 geöffnet am 09.11.2021

Auf GitHub ansehen
 (5 Kommentare) (0 Reaktionen) (1 zugewiesene Person)Python (2.731 Forks)batch import
help wantedtraining

Repository-Metriken

Stars
 (11.414 Sterne)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

在自己的实验过程中更换了PAFNet的Backbone进行相关实验，由于此前没有使用dcn_head导致精度可能还是存在差距，所以在近期使用CSPDarknet+dcn_head的配置进行实验，但是发现在实验过程中模型的loss难以下降，使用COCO数据集跑了12个epoch后可以说是什么也没检测到，这是因为DCN的问题所导致的吗？ image

Contributor Guide

Research-Richtung
Das Problem vermutet, dass DCN (Deformable Convolution) in dcn head zu Trainingsinstabilität führen könnte. Zur Untersuchung vergleiche die Verlustkurven mit einem Standard Head (z. B. ohne DCN) unter Verwendung des gleichen CSPDarknet Backbones. Überprüfe die PAFNet Konfigurationsdateien und die DCN Implementierung in ppdet/modeling/heads/. Stelle außerdem sicher, dass das DCN Modul während des Trainings korrekt initialisiert und verwendet wird. Falls das Problem weiterhin besteht, erstelle ein minimales Reproduktionsskript.
Tech Stack
python
Domain
backend
Issue Type
Fehler
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
Halber Tag
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
Pythondeep learning basicsobject detection
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
60