eval结果为0

[YunlongGa]

为什么我跑完之后进行eval，得到结果为零呀。有人遇到这种情况的吗

[Paige-Norton]

我换成自己数据集后也是啊 为什么啊

[zhuzc123]

我一开始也遇到这个问题，把作者提供的数据集跑一下eval是正常的，然后吧自己数据集里面的坐标顺序啊，还有后面的文本内容等都跟作者的统一起来再跑就正常了

[alphaProgrammingNow]

我一开始也遇到这个问题，把作者提供的数据集跑一下eval是正常的，然后吧自己数据集里面的坐标顺序啊，还有后面的文本内容等都跟作者的统一起来再跑就正常了

老兄，我是在本地用作者提供的数据集，代码一点没改（只改了yaml里的数据集路径），训练出一个模型，然后跑eval的时候，全是0，但是如果下载作者的模型ic15_resnet18，eval就能正常输出，老兄有遇到过这种情况吗

[zhuzc123]

代码肯定没问题，你打开数据集看看坐标顺序啥的有没有对应上，有没有少一些预处理

…

________________________________ 发件人: alphaProgrammingNow ***@***.***> 发送时间: 2023年11月16日 22:35 收件人: MhLiao/DB 抄送: 朱振超; Comment 主题: Re: [MhLiao/DB] eval结果为0 (Issue #364) 我一开始也遇到这个问题，把作者提供的数据集跑一下eval是正常的，然后吧自己数据集里面的坐标顺序啊，还有后面的文本内容等都跟作者的统一起来再跑就正常了 老兄，我是在本地用作者提供的数据集，代码一点没改（只改了yaml里的数据集路径），训练出一个模型，然后跑eval的时候，全是0，但是如果下载作者的模型ic15_resnet18，eval就能正常输出，老兄有遇到过这种情况吗 ― Reply to this email directly, view it on GitHub<#364 (comment)>, or unsubscribe<https://github.com/notifications/unsubscribe-auth/AODY7CTDDC44YGHR4376EMDYEYQDRAVCNFSM6AAAAAAXEZ5DSWVHI2DSMVQWIX3LMV43OSLTON2WKQ3PNVWWK3TUHMYTQMJUGU2TKMJXGY>. You are receiving this because you commented.Message ID: ***@***.***>

[alphaProgrammingNow]

感谢老哥提醒。其实我已经解决这个问题了，因为我没有加载预训练模型，完完全全是在自己的数据集上从头开始训练的，所以前面几个epoch根本检测不出任何文本，多训练一段时间就好了。

[xuxiansheng2018]

谢谢老哥提醒。其实我已经解决这个问题了，因为我没有加载预训练模型，完全完全是在自己的数据集上从头开始训练的，所以前面几个epoch根本检测不出任何文本，多训练一段时间就好了。

你好，如果我修改了模型，使用了预训练模型 但是最后的eval结果为0，你知道应该如何解决吗？

[9744136599]

感谢老哥提醒。其实我已经解决这个问题了，因为我没有加载预训练模型，完完全全是在自己的数据集上从头开始训练的，所以前面几个epoch根本检测不出任何文本，多训练一段时间就好了。

老哥，我也是你这样，但我用了Syntext预训练模型，跑了70个epoch下来，eval全是0

[9744136599]

感谢老哥提醒。其实我已经解决这个问题了，因为我没有加载预训练模型，完完全全是在自己的数据集上从头开始训练的，所以前面几个epoch根本检测不出任何文本，多训练一段时间就好了。

老哥，我也是你这样，但我加载了Syntext预训练模型，跑了70个epoch下来，eval全是0，

谢谢老哥提醒。其实我已经解决这个问题了，因为我没有加载预训练模型，完全完全是在自己的数据集上从头开始训练的，所以前面几个epoch根本检测不出任何文本，多训练一段时间就好了。

你好，如果我修改了模型，使用了预训练模型 但是最后的eval结果为0，你知道应该如何解决吗？

请问你这个问题解决了没有呀？救命呀~

[Obezyan0941]

I have solved this error both in evaluation and validate step. Not sure if it suits your case but here is what I ahve done:

1. Check your base.yaml file in validate_data field. Both only_resize and keep_ratio should be true to work with polygon-based datasets.
2. Here is how I changed validate_step in trainer.py (func's begining):

    def validate_step(self, data_loader, model, visualize=False):
        raw_metrics = []
        vis_images = dict()
        for i, batch in tqdm(enumerate(data_loader), total=len(data_loader)):
            pred = model.forward(batch, training=False)
            output = self.structure.representer.represent(batch, pred, is_output_polygon=True)
            validate_measure_out = self.structure.measurer.validate_measure(
                batch, output, is_output_polygon=True)

In short, I added is_output_polygon=True to represent and validate_measure. It works for my dataset, since it's polygons-based and not bbox-based. Hope it works for you!