mAP为0 about fgd HOT 17 CLOSED

我没遇到过这个情况，我只能帮你debug一下。训练中的测试使用的是simple下的self.student.simple_test，你可以试试把这改成self.teacher.simple_test，看看训练中eval是不是老师的精度。或者可以把训练完1轮的model进行transfer后，使用dist_test.sh进行推理一下，看看学生是否正确训练

from fgd.

from fgd.

还有两个你可以debug注意的点，1是你可以试试使用蒸馏框架，但不带蒸馏损失看看能不能正常训练。2是可能问题在于学生的初始化self.studnet.init_weights和train.py的model.init_weights()，不同版本mmdet使用的方法是不同的。

from fgd.

from fgd.

还有两个你可以debug注意的点，1是你可以试试使用蒸馏框架，但不带蒸馏损失看看能不能正常训练。2是可能问题在于学生的初始化self.studnet.init_weights和train.py的model.init_weights()，不同版本mmdet使用的方法是不同的。

你好，我按照你说的做了2个实验：
1、第一个实验是让teacher去val，val的结果如下图，但是相比于直接预测val精度降低了，并且训练着第2个epoch相比于第一个epoch精度有变化，按理说不是应该没有变化吗；

2、用fgd的框架训练，但是不用fgd的loss，student能正常训练，但是精度依旧为0，下图是这个实验的的loss和结果，不知道什么原因导致的。。。我太菜了，希望能够指点指点，万分感谢；

from fgd.

还有两个你可以debug注意的点，1是你可以试试使用蒸馏框架，但不带蒸馏损失看看能不能正常训练。2是可能问题在于学生的初始化self.studnet.init_weights和train.py的model.init_weights()，不同版本mmdet使用的方法是不同的。

这个是用fgd的框架训练，但是不用fgd的loss的log

from fgd.

你试试这个框架蒸馏其他的模型，看看retinanet啥的有没有问题，还不行就重新clone设置代码把

from fgd.

你试试这个框架蒸馏其他的模型，看看retinanet啥的有没有问题，还不行就重新clone设置代码把

好的

from fgd.

还有两个你可以debug注意的点，1是你可以试试使用蒸馏框架，但不带蒸馏损失看看能不能正常训练。2是可能问题在于学生的初始化self.studnet.init_weights和train.py的model.init_weights()，不同版本mmdet使用的方法是不同的。

你好，我按照你说的做了2个实验： 1、第一个实验是让teacher去val，val的结果如下图，但是相比于直接预测val精度降低了，并且训练着第2个epoch相比于第一个epoch精度有变化，按理说不是应该没有变化吗；

2、用fgd的框架训练，但是不用fgd的loss，student能正常训练，但是精度依旧为0，下图是这个实验的的loss和结果，不知道什么原因导致的。。。我太菜了，希望能够指点指点，万分感谢；

第一个实验精度下降我找到原因了，是因为下面

from fgd.

你试试这个框架蒸馏其他的模型，看看retinanet啥的有没有问题，还不行就重新clone设置代码把

你好，我用了retinanet试了fgd，训练正常，下面是前4epoch的结果；

from fgd.

我也整不明白了 你来个完整log我看看

from fgd.

我也整不明白了 你来个完整log我看看

我的训练在服务器，不能下载才来。。。。

from fgd.

那你自己dubug一下吧，试试学生也像老师那样load一个训练好的模型进行初始化，看看能不能正常eval

from fgd.

模型进行初始化

这个我试过，也是0

from fgd.

我看issue其他同学是可以正常跑出来的，你从头整一下代码把，对齐mmdet和mmcv-full版本

from fgd.

我看issue其他同学是可以正常跑出来的，你从头整一下代码把，对齐mmdet和mmcv-full版本

好的，非常感谢

from fgd.

这个我试过，也是0
嗨，你最后改出来了吗，你用的哪个版本的mmdet和mmcv-full啊，用低版本的mmdet的话里面没有yolox算法，高版本的话会报sgd optimizer错误

from fgd.