针对det server v4检测模型进行模型微调的疑问

[759325100]

如题所述，我想微调det server v4的检测模型，官方提供的训练模型下载包中，仅包含了best_accuracy.pdparams文件。我想知道是不是使用该文件作为预训练模型，然后用ch_PP-OCRv4_det_teacher.yml作为训练的配置文件，如不是这样，请指出错误的地方，感谢 ～

我尝试使用ch_PP-OCRv4_det_student.yml文件进行训练，训练完成后模型的大小变得很小（server高精度模型通过微调之后，精度丢了了吗？），这是正常的结果吗？

训练完成后的最佳模型指标如下：
best metric, hmean: 0.8968019349637194, is_float16: False, precision: 0.9072865687873845, recall: 0.8865568544102019, fps: 21.485410923182126, best_epoch: 478
tips：后续我会补充使用ch_PP-OCRv4_det_teacher.yml配置文件微调的结果

该模型的检测效果甚至不如默认的det server v4模型，可能是什么原因造成的？

相同的数据集，我在det server v3上使用student预训练模型+student.yml，得到的指标如下：
best metric, hmean: 0.973915357998403, is_float16: False, precision: 0.9757333333333333, recall: 0.9721041445270988, fps: 37.764925068078185, best_epoch: 279

仅看hmean的结果，效果是远远高于det server v4的微调结果的（两个训练的配置文件参数，调整的地方都是一致的），如果我想在v4上也达到类似的结果，后续的调整思路应该是什么？

[759325100]

使用ch_PP-OCRv4_det_teacher.yml作为配置文件后，微调出来的模型文件大小已经正常（114M），微调模型的指标如下，具体效果待验证后补充 ～
best metric, hmean: 0.9701393497013935, is_float16: False, precision: 0.9692389286661363, recall: 0.9710414452709883, fps: 10.520937455779228, best_epoch: 23