Bubbliiiing

你看看detect_image，只有一个类求个len就好了…………

是pretrain=True调用。

额0 0，因为你的网络更关注小目标了呀

他这个只是事先算好了cls和tConf吧

感觉不太合理……那个初始化会影响你的transformerblock吗……

你直接把init去了，会随机初始化

不是的，注意力机制不一定容易拟合

5个是v2的吧。

我试了一下，原本的代码没啥问题，这个修改的原理是啥

不对啊。。 preprocess_gt 方法中生成类别annotation['category_id'] = box[-2]