BDD100K下进行测试
Closed this issue · 2 comments
nanfei666 commented
非常感谢你的工作,请问我在BDD100K数据集中,随机了5000张图片作为训练集,剩下的64863张图片作为unlabel的图片,epoch ratio设置为[25,1],epoch为2,X_L_repeat = 2,X_U_repeat = 2,使用了六张GPU训练,lr调整为5e-3,每轮添加5000张图片,最后每一轮的map为0.36,0.39,0.40.涨幅并不明显,请问我的参数设置是否有不合适的地方。
nanfei666 commented
@yuantn 你好,我将训练改成了单张GPU,降低了batchsize,降低了epoch为[3,1]后,训练得到的第一轮和第二轮分别为0.27, 0.34,涨幅看起来还可以,不过我觉得是因为较低的训练轮数导致模型还没完全训练到位,请问应该怎么设置使用才比较合理呢
yuantn commented
你可以与同等实验设置下随机挑选样本的基线实验对比一下,我没有在 BDD100K 数据集上进行过实验。
You can compare it with a baseline experiment with randomly sampling under the same experimental settings. I have not tried on the BDD100K dataset.