验证部分的代码是不是有问题？我的验证集mAP全部显示为-1

[Alan7ai]

IoU metric: bbox
Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = -1.000
Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = -1.000
Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = -1.000
Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000
Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = -1.000
Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = -1.000
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = -1.000
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = -1.000
Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = -1.000
Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000
Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = -1.000
Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = -1.000

训练过程是正常的，模型也是正常的，我用自己写的推理代码结果都是正常的，但是使用你的验证代码所有mAP都显示为-1，是什么问题呢？

[Alan7ai]

第二个问题：在自己的数据集上微调时，冻结哪些模块可以获得不错的性能/训练速度？可以提供一些指示吗，感谢您

[HZWHH]

第二个问题：在自己的数据集上微调时，冻结哪些模块可以获得不错的性能/训练速度？可以提供一些指示吗，感谢您

请问微调需要多少显存，然后耗时怎样的呢？

[TaoTXiXi]

请问这个评判标准是不是有问题。我用不同方法训练了两个模型，前者比后者AP要高，但是测图片实际效果后者反而更好

[andynnnnn]

IoU metric: bbox Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = -1.000 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = -1.000 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = -1.000 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = -1.000 Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = -1.000 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = -1.000 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = -1.000 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = -1.000 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = -1.000 Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = -1.000

训练过程是正常的，模型也是正常的，我用自己写的推理代码结果都是正常的，但是使用你的验证代码所有mAP都显示为-1，是什么问题呢？

兄弟，问题解决了吗？
请教下，如何做的

[nuanxinqing]

遇到了同样的问题
我在一个custom 单类mini数据集上训练评测都是正常的
但是扩展多类大数据集后，eval就全部是-1了 @longzw1997 @BIGBALLON @SahilCarterr