关于ACC和R@5的问题 about chinese-clip HOT 13 OPEN

给下你的valid_texts.jsonl中的2-3条数据看看，我之前遇到这样的问题是，在json里面，一个文本只对应了少部分数据，但实际一个文本应该对应所有数据。例如，在验证集中，如果你的一个文本，对应了 5 个图片，那么这5个图片都要放在image_ids里面，你可以看实现逻辑：即 ground_truth_ids里面的数据少了，所以导致recall分数低

from chinese-clip.

@ChesonHuang 我get到你的意思，但是我用的数据集中一张图片只对应一个image_ids，train、valid和test都是如此，而在fitfune过程中ACC是显示80多的，我用R@1计算出来更低只有0.几分，下面是我的训练记录和对应的json情况。
这是微调记录：

下面是valid的json：

下面是train的json：

我不知道什么原因导致如此ACC和R@间的分数相差如此之大

from chinese-clip.

验证集和训练集的ACC都达到了80+，但是在测试集和验证集中R@5分只有18分和9分，请问是什么问题呢？应该如何解决呢？

请问你的参数设在是怎样的

from chinese-clip.

@ChesonHuang @keminze

这是我运行脚本得出来的召回分数
是用微调后的权重的

from chinese-clip.

@keminze

from chinese-clip.

@ChesonHuang @keminze 这是我运行脚本得出来的召回分数 是用微调后的权重的

你好，我遇到了同样的问题，请问您发现错误 解决了吗？ 感谢！

from chinese-clip.

@ChesonHuang @keminze 这是我运行脚本得出来的召回分数 是用微调后的权重的

你好，我遇到了同样的问题，请问您发现错误 解决了吗？ 感谢！

建议你在 cn_clip/eval/evaluation.py 或 cn_clip/eval/evaluation_tr.py, 打印下 ground_truth_ids 和 top10_pred_ids 看看，或许它可以告诉真相

from chinese-clip.