为什么我在树莓派上得到 YOLO 的 6.39e-05 mAP 值？如何获得 mAP 的最佳正确值，其中正确值约为 0.76？

如何解决为什么我在树莓派上得到 YOLO 的 6.39e-05 mAP 值？如何获得 mAP 的最佳正确值，其中正确值约为 0.76？

我正在尝试在我的 RaspBerry Pi 4 上测试 ultralytics/yolov5 (YOLO) 的准确度性能。我使用了预训练模型 yolov5m.yaml 和预训练 COCO128.yaml 数据集。我通过在某个服务器上运行此命令 - python3 train.py --img 416 --batch 30 --epochs 20 --data coco128.yaml --weights yolov5m.pt --cfg yolov5m.yaml --name MY_YOLO 在此标准预训练 COCO 数据集上再次训练模型

并使用以下命令在 RaspBerry Pi 4 上对此进行了测试 - python3 test.py --data cco128.yaml --weights yolov5m.pt

我得到的 MAP 值为 6.39e-05

               Class     Images     Labels          P          R     mAP@.5
                 all        128        929   3.53e-05    0.00201   6.39e-05   6.39e-06
Speed: 12.4ms pre-process,3827.1ms inference,3.3ms NMS per image at shape (32,3,640,640)
Results saved to runs/test/exp4

而如果我在服务器上运行相同的程序，我得到的 MAP 值为 0.76，这是最佳值

               Class     Images     Labels          P          R     mAP@.5 mAP@.5:.95: 100%|████████████████████| 4/4 [00:03<00:00,1.05it/s]
                 all        128        929      0.721      0.692       0.76      0.484
Speed: 0.3ms pre-process,7.1ms inference,2.8ms NMS per image at shape (32,640)
Results saved to runs/test/exp

我不确定为什么我的 RaspBerry Pi 4 没有获得相同的 MAP 值。有人可以帮我解决这个问题吗，我将非常感谢他们。谢谢！