centernet种使用预训练权重问题

[ymSunshine]

您好，我这两天在backbone是resnet50的centerNet网络中，，参照MetaACON中的程序，在resnet50 bn2后也加了一行self.acon=MetaAconC(planes),， forward中也将out = self.relu(out)改为：out = self.acon(out)，，，训练的时候bach_size设为16，使用了nms，学习率0.001，权值衰减是0.0005，然后预训练权重分别加载了res50.acon.pth和res50.metaacon.pth，用的voc数据集进行的训练、验证，最后结果map特别小，相比原来的centernet网络特别小。
我不太懂是哪里出了问题，或者是不是不能直接用你提供的预训练权值文件？我弄了一天多还是不行。所以来叨扰大佬了。谢谢。

[nmaac]

看样子没什么问题，你的relu baseline是正常的map吗？不用预训练直接train from scratch呢？

[ymSunshine]

您好，我zai在改激活函数之前跑通了centernet程序，相对原作者的map值稍微低一点点，应该本身的网络是没有问题的。
然后，我昨晚回宿舍前把train里面的冻结部分的程序注释掉，从头训练的，不过从头训练的时候加载了预训练权重，用的res50.metaacon.pth。如图：然后map还是很低，14%不到，，我还没试不加载预训练模型是什么效果，我试了以后跟你说~

[ymSunshine]

您好，不加载预训练模型，从头开始训练是这样的效果：

[chenpeng68]

@ymSunshine 这个激活函数加了最终效果如何

[cheun726]

@ymSunshine ,您好，可以请教您几个问题吗？我没跑过imagenet数据集，不会使用。
1.self.acon = AconC(width)的输入参数为Input的channel数吗？
2.使用aconc是不是还要把input x传递到aconc.py里面去？