发现程序中一个错误

[zezisme]

在tiny-yolov1.py脚本中，第150行代码：if iou_score >0.2:判断iou值大小这里应该是小于号，即：if iou_score < 0.2:

[jcui65]

我刚刚把代码下载下来，正在进行各种尝试。我还没很理解这个代码。但是试了大于0.2和小于0.2之后，我不觉得原来的代码是个错误。

[jcui65]

我觉得原来的代码是对的，如果IOU>0.2，则说明该部分（该物体块）与当前的最大的物体块的重合度够高（大于0.2），于是，这个物体块不属于一个单独的新物体，故而将其filter_mask置零，也就是消除了一个多余的，无用的物体。

[zezisme]

我觉得原来的代码是对的，如果IOU>0.2，则说明该部分（该物体块）与当前的最大的物体块的重合度够高（大于0.2），于是，这个物体块不属于一个单独的新物体，故而将其filter_mask置零，也就是消除了一个多余的，无用的物体。

是的，你是对的，是我当时没理解对，不过这个github项目貌似有点问题，不知道你跑出来没有，我不管是用voc数据集还是自己的，训练很多轮后，预测结果都特别差，而且预测的结果貌似都一样，跟训练不训练没有区别，都是那几个框，完全跟没读过图像信息一样

[jcui65]

我跑了30个epoch，感觉还可以。当然，我可能就挑了几张图片。你训练了多少个epoch呢？你测试了多少图片呢？

[BryceYuZh]

我在voc数据集上训练了30epoch之后 他似乎并不能训练出想要的结果

[AlucardNosferatu]

我在voc数据集上训练了30epoch之后 他似乎并不能训练出想要的结果

我也是，一言不合就person，trust score特别低

[AlucardNosferatu]

我在VOC2007全体数据跑了120个epoch，测试时效果还是很差

[AlucardNosferatu]

训练200轮以上，似乎有所改观：



目前loss和val_loss仍在下降，等收敛后再看看

[AlucardNosferatu]

确认模型应该是没问题 ，尝试换VGG16做backbone也能正常预测，但是太容易过拟合，加了BN也没用，可能还得换回原配的Backbone试试

[georgenardes]

I have trained for more than 50 epochs with one single image and the output box doesn't get closer to the ground truth.
I think that it should overfit the data, but it is converging to a wrong value. I put a "K.print_tensor(y_pred[0, 3, 3])" in the loss function to see what is happening and the same values are predicted in all tries. The index [0,3,3] is the grid in which the object center is contained.
Has anyone got trough this like me?