实验结果精度只有7%，请教是哪里出错了？

[noobgrow]

大神您好！我使用的权重是vgg16-397923af.pth,环境是python3.9 opencv-python 4.5.5
这是运行结果，top1非常低，这是哪里出错了吗？

Number of processing images:  50000
101it [00:12,  8.36it/s]Top 1 classification accuracy: 0.07920792079207921	Top 5 classification accuracy: 0.10891089108910891	GT-known accuracy: 0.5643564356435643	top 1 localization accuracy: 0.04950495049504951	top 5 localization accuracy: 0.07920792079207921	The mean recall of top-1 class: 0.9079595817827214	The mean iou of top-1 class: 0.534435054374482	

[PengtaoJiang]

检查这个函数
contours, _ = cv2.findContours(binary_att, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
这个函数在4.5.5版本里面输出不一样，改成
_, contours, _ = cv2.findContours(binary_att, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

[noobgrow]

您好，这个函数在opencv 4.5.5中返回2个值，还有其他可能的问题吗？会不会是标签、权重或者代码计算哪里可能有问题？我用的不是caffe vgg16，是vgg16-397923af.pth，这个有影响吗？

    _,contours, _ = cv2.findContours(binary_att, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

ValueError: not enough values to unpack (expected 3, got 2)

[PengtaoJiang]

这个代码load的是caffe的模型。

[noobgrow]

caffe的模型和torch model_zoo 的那个区别在哪里？我具体是改哪里可以跑vgg16-397923af.pth呢？

[PengtaoJiang]

我没有测试过torch的模型，我是按照Grad-CAM里面的setting测得caffe的模型。caffe的模型比torch的模型定位效果要好。如果需要 ，需要改test_data_loader_caffe() 成 test_data_loader() , 因为caffe模型和torch模型处理数据的方式是不一样的。