单类训练finetune自己的数据集,DAMO-YOLO-S远不及YOLOX-S ?

[woxiaohan]

Before Asking

• I have read the README carefully. 我已经仔细阅读了README上的操作指引。

• I want to train my custom dataset, and I have read the tutorials for finetune on your data carefully and organize my dataset correctly; 我想训练自定义数据集，我已经仔细阅读了训练自定义数据的教程，以及按照正确的目录结构存放数据集。

• I have pulled the latest code of main branch to run again and the problem still existed. 我已经拉取了主分支上最新的代码，重新运行之后，问题仍不能解决。

Search before asking

• I have searched the DAMO-YOLO issues and found no similar questions.

Question

您好，我使用自己的数据在damo-yolo s上finetune(damoyolo_tinynasL25_S_460.pth)
对比训练yolox s网络.
单GPU batch-size改为16, 训练300个epoch，这与yolox 的设定一致，其余训练超参数没有改变；
nms_conf_thre和nms_iou_thre也改为了和yolox 一致,分别设置为0.01和0.65。
但是最终在val上的mAP0.50:0.95 为0.75,相对于yolox s的0.87低了很多,这与https://www.modelscope.cn/models/damo/cv_tinynas_object-detection_damoyolo/summary中的模型评测相对值相差较大.
是否damo yolo模型对单类训练有其他要求?
类似的问题在https://github.com/tinyvision/DAMO-YOLO/issues/77中也没找出合理解释.

Additional

No response