ResNet50_ibn_a在VeRi-766上的推理精度

[jbq123]

您好，
我在VeRi-766上复现了基于ResNet50_ibn_a基础网络的训练结果，mAP达到了81.7%。

之后运行test.sh，对模型进行推理时，mAP只有65.6%。请问可能是什么原因造成？
谢谢！

[jbq123]

test.sh脚本内容：
python tools/test.py --config_file='configs/veri.yml'
MODEL.DEVICE_ID "('0')"
MODEL.NAME "('resnet50_ibn_a')"
MODEL.MODEL_TYPE "baseline"
DATASETS.TRAIN "('veri',)"
DATASETS.TEST "('veri',)"
DATASETS.ROOT_DIR "('/home/vip/datasets')"
MODEL.PRETRAIN_CHOICE "('self')"
INPUT.SIZE_TRAIN '([320, 320])'
INPUT.SIZE_TEST '([320, 320])'
TEST.WRITE_RESULT True
TEST.WEIGHT "('./output/veri/0412-search/size320/final.pth')"

[Xiangyu-CAS]

没加 MODEL.POOLING_METHOD 'GeM' 吧，确保训练和测试的模型结构是一样的，参考scripts/veri/test.sh

[jbq123]

谢谢大佬！确实是这样，之前没注意到。