sdreamforchen

你是测试出loss并没有给你涨点吗？ 可否分享一下

How about question 2， I have the same confusion

大佬，您好。RT-DETR集成了不少技术，可否啥时候开个讲座哇，去年你们在detection方面讲座挺多的，今年感觉较少。 先前走实时探测路线的同学，应该很多也知道DETR，但都觉得时效性一时半会解决不了，所以我相信像我这种对很多细节是不了解的，都是重新复习+进一步学习来对待RT-DETR 。 也可以讲讲你们的经历故事（很是好奇，毕竟工业界好多人都放弃花时间在这方面的努力了），也可以讲讲未来Detection的发展预期，也可以讲讲DETR，deformable DETR， DAB-DETR，DN-DETR，DINO-DETR之类的。 十分期待！！！

好的好的。我在detection群里吆喝一声 ---原始邮件--- 发件人: ***@***.***> 发送时间: 2023年6月29日(周四) 下午4:14 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [lyuwenyu/RT-DETR] 关于RT-DETR相关问题/讨论/使用可留言 (Issue #1) 可以的，看看有多少同学需要 可以组织一下 聊一聊我们这个工作的动机 以及背后的一些优化的细节和思考 — Reply to this email directly, view it on...

> > 大佬，您好。RT-DETR集成了不少技术，可否啥时候开个讲座哇，去年你们在detection方面讲座挺多的，今年感觉较少。 先前走实时探测路线的同学，应该很多也知道DETR，但都觉得时效性一时半会解决不了，所以我相信像我这种对很多细节是不了解的，都是重新复习+进一步学习来对待RT-DETR 。 也可以讲讲你们的经历故事（很是好奇，毕竟工业界好多人都放弃花时间在这方面的努力了），也可以讲讲未来Detection的发展预期，也可以讲讲DETR，deformable DETR， DAB-DETR，DN-DETR，DINO-DETR之类的。 十分期待！！！ > > @sdreamforchen 可以的，看看有多少同学需要 可以组织一下 聊一聊我们这个工作的动机 以及背后的一些优化的细节和思考 大佬，这个事情已经在办了。说到时候和paddleX新版本一个时间段举办，您看可以不呢？ 毕竟我们不是同一个单位，有些事情蛮简单，但是我也使不上全力。 望理解，抱歉抱歉抱歉！十分的歉意！

用resnet18,backbone 深度不变，宽度变为0.5；其余设置如下 HybridEncoder: hidden_dim: 192 use_encoder_idx: [2] num_encoder_layers: 1 encoder_layer: name: TransformerLayer d_model: 192 nhead: 8 dim_feedforward: 512 dropout: 0. activation: 'gelu' expansion: 0.5 depth_mult: 0.67 学习率为0.0005 最终精度可以达到38%（精度自我认为比较正常，算比较好），但是训练到120epoch后就有点不稳定了，精度为35.9%，后续精度波动在10个点以上. 第一次训练是采用的0.001，当时是几十个epoch后就开始不稳定了。 我应该继续再调小点学习率吗（目标：训练N/T级别的网络）

没有现成的预训练，毕竟整个都缩放了的 ---原始邮件--- 发件人: ***@***.***> 发送时间: 2023年7月3日(周一) 上午9:24 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [lyuwenyu/RT-DETR] 关于RT-DETR相关问题/讨论/使用可留言 (Issue #1) 用resnet18,backbone 深度不变，宽度变为0.5；其余设置如下 HybridEncoder: hidden_dim: 192 use_encoder_idx: [2] num_encoder_layers: 1 encoder_layer: name: TransformerLayer d_model:...

好的。现在设置的是-2。作者给的建议。 ---原始邮件--- 发件人: ***@***.***> 发送时间: 2023年7月3日(周一) 上午10:48 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [lyuwenyu/RT-DETR] 关于RT-DETR相关问题/讨论/使用可留言 (Issue #1) 没有现成的预训练，毕竟整个都缩放了的 … ---原始邮件--- 发件人: @.> 发送时间: 2023年7月3日(周一) 上午9:24 收件人: @.>; 抄送: @.@.>; 主题:...

> > 请问有没有对比过INT8下的速度表现呢 > > 已经在做了，( 如果用INT8 RT-DETR可能优势会更明显 ( 总的时间缩短 但是带后处理的模型 后处理时间是稳定的 您好，反馈一个我们某家国产芯片编译器出现的情况。麻烦大佬也能综合一下，考虑下我们部署环境的局限性，十分感谢。 出现了部分算子不支持的情况：Shape、Cast、Where、range、Topk、Tile、GatherND、GridSample、Mod，还有Slice算子，目前编译器仅支持通道维度上的切分。

> > 请问有没有对比过INT8下的速度表现呢 > > 已经在做了，( 如果用INT8 RT-DETR可能优势会更明显 ( 总的时间缩短 但是带后处理的模型 后处理时间是稳定的 大佬，能否考虑尽可能的全量化，而不是根据敏感度分析，做部分量化。谢谢谢谢