PaddleDetection-release-2.3，静态图片训练，自己的voc数据集，训练使用的模型：\static\configs\yolov3_mobilenet_v1_voc.yml,执行train.py 训练的。
平台识别使用infer.py，效果还可以。然后使用paddle_lite_opt 工具导出nb模型文件：目前有两个问题：
1：怎么减小体积，一共两个labels类型，导出的模型有92M
2：镜头贴近图片识别度达到80% 90%，效果很好，稍微远一点，不是识别不到就是相似度只有3% 10%等等特别低，两张图片放一起，识别度更低。
请教一下，因为一些参数不会设置，麻烦各位知道的解答一下。
3条答案
按热度按时间shstlldc1#
您好，我们已经收到了您的问题，会安排技术人员尽快解答您的问题，请耐心等待。请您再次检查是否提供了清晰的问题描述、复现代码、环境&版本、报错信息等。同时，您也可以通过查看官网API文档、常见问题、历史Issue、AI社区来寻求解答。祝您生活愉快～
Hi! We've received your issue and please be patient to get responded. We will arrange technicians to answer your questions as soon as possible. Please make sure that you have posted enough message to demo your request. You may also check out the API，FAQ，Github Issue and AI community to get the answer.Have a nice day!
r8xiu3jd2#
您好，您是希望更多的了解 YOLOv3 模型如何设置参数，从而体积更小以及得到更好的结果是吗？如果方便的话，可以提供一下具体代码和场景吗 ？
omqzjyyz3#
EvalReader:
inputs_def:
fields: ['image', 'im_size', 'im_id', 'gt_bbox', 'gt_class', 'is_difficult']
dataset:
!VOCDataSet
dataset_dir: dataset
anno_path: test.txt
use_default_label: false
with_background: false
TestReader:
dataset:
!ImageFolder
dataset_dir: dataset
anno_path: label_list.txt
use_default_label: false
with_background: false