bifpn问题
【摘要】
https://github.com/Michael-Jing/EfficientDet-pytorch/blob/master/efficientdet_pytorch/BiFPN.py
这里面的参数不可导,
训练集有map,但是测试集map全是0,
经过验证,不是bifpn的问题。
bifpn 动态参数和静态参数
改成可求导的参数后,准确率反而下...
https://github.com/Michael-Jing/EfficientDet-pytorch/blob/master/efficientdet_pytorch/BiFPN.py
这里面的参数不可导,
训练集有map,但是测试集map全是0,
经过验证,不是bifpn的问题。
bifpn 动态参数和静态参数
改成可求导的参数后,准确率反而下降了。
后来用的就是这个:
-
import torch
-
from torch.nn.init import xavier_uniform
-
-
import torch.nn as nn
-
import torch.nn.functional as F
-
-
from conv_module import ConvModule
-
-
eps = 0.0001
-
-
-
class ConvBlock(nn.Module):
-
def __init__(self, in_ch, out_ch, k, act=True):
-
super().__init__()
文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。
原文链接:blog.csdn.net/jacke121/article/details/103668625
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)