YOLO-World-v2-M预训练模型复现中的LVIS评估集差异解析

在目标检测领域，YOLO-World项目因其出色的开放词汇检测能力而备受关注。近期有研究者在复现YOLO-World-v2-M预训练模型时，发现评估指标与官方报告存在差异，这实际上反映了LVIS数据集不同评估版本带来的影响。

问题背景

研究者在复现YOLO-World-v2-M预训练过程中，观察到最终日志文件中的LVIS bbox AP为23.5，而项目README中报告的AP_mini为30.0。这一差异并非复现错误，而是源于使用了LVIS数据集的不同评估子集。

LVIS数据集版本解析

LVIS数据集是大型词汇实例分割数据集，提供了两种主要评估子集：

1. minival：包含约5,000张图像的轻量级验证集，常用于快速验证模型性能
2. val v1.0：完整的验证集，包含约20,000张图像，评估结果更具统计意义

项目实现细节

YOLO-World项目在实际训练和公开配置中采用了不同的评估策略：

• 内部预训练时使用LVIS val v1.0进行评估，获得23.5 AP
• 公开的配置文件默认使用LVIS minival进行评估，报告30.0 AP_mini

这种差异是设计上的选择，而非实现错误。minival版本由于样本量较小，通常AP值会高于完整验证集。

技术建议

对于希望精确复现的研究者，建议：

1. 明确区分不同评估集的结果
2. 可根据需要修改配置文件中的评估集路径
3. 完整评估时使用val v1.0，快速验证时使用minival
4. 对比结果时应确保评估集一致

理解这一差异有助于研究者更准确地评估模型性能，并在不同实验设置间进行公平比较。这也反映了在实际研究中，评估指标的可比性依赖于一致的评估标准这一重要原则。