darknet53,imagenet数据集上训练
njustczr opened this issue · comments
你好：
你说多次训练会有波动，我这边darknet53在imagenet数据集上训练，现在得到最好的结果top1acc：76.5%，不知道是不是算波动范围内？我这边的训练配置和你是一样的，除了我是用分布式训练，四张卡，batchsize=124×4这个有区别吧。
我这边训练的脚本地址：https://github.com/njustczr/darknet53
你好：
你说多次训练会有波动，我这边darknet53在imagenet数据集上训练，现在得到最好的结果top1acc：76.5%，不知道是不是算波动范围内？我这边的训练配置和你是一样的，除了我是用分布式训练，四张卡，batchsize=124×4这个有区别吧。
我这边训练的脚本地址：https://github.com/njustczr/darknet53
大的数据集波动比较小，像ImageNet上波动一般在0.1%到0.3%左右。小的数据集比如cifar100的波动区间能达到1.5%左右。 我的数据增强最后有个normalize，看你的代码里没做。另外分布式训练的点数可能会比DataParallel模式下点数略低一点。不过76.5和77的预训练模型拿去训目标检测模型的话基本上没啥差别。
normalize
normalize是有做的。。
normalize
normalize是有做的。。
ok，训到这个点去做目标检测已经不怎么影响点数了，0.5个百分点在目标检测模型训练时基本上没有什么区别。
normalize
normalize是有做的。。
ok，训到这个点去做目标检测已经不怎么影响点数了，0.5个百分点在目标检测模型训练时基本上没有什么区别。
好的，多谢。