Zhaorun Wu
Zhaorun Wu
I found a solution. I set the norm_method to "std" before and changed it to "whole_image". I would like to ask what is the difference between the two.
i met the same problem,have you solved it?
roi = np.concatenate((roi.detach().cpu().numpy(), bbox), axis=0) 为什么要把roi和bbox拼接起来呢
这里我也有疑问，我看网上常见的说法是，9个anchor和真实框计算iou，选择iou最大的作为正样本，其他anchor如果iou大于阈值则忽略。而作者的代码是选择iou最大的作为正样本，然后对预测框解码，如果预测框与真实框iou大于阈值，则忽略。 不知道这两种的训练结果差别大吗
> 后者，前者应该不对，效果应该不阿红 谢谢up主
> 我尝试将May输入3D人脸重建模块的[test.py](https://github.com/yerfor/GeneFace/blob/main/deep_3drecon/test.py)(先检测5个人脸关键点)，得到的可视化结果有更明显的忽大忽小效果。不知这里是不是这个问题的根源？ 请问可视化怎么做？是运行deep_3drecon/test.py 吗，参数怎么写呢？
请问你复现了吗？我也需要DAFormer + CLUDA的代码
Yes, I want to use ```RelPositionMultiHeadedAttention``` for cross-attention, where the query and key have different lengths