郑煜伟

> 请问怎么解决了 我也是这个问题 并且图片没有损坏 你数据集结构搞错了吧，没有找到label。你看下dataset.py的代码，有数据集结构要求的

> 当我这样设置参数--img_size 1080 --attention_gan 3 --attention_input有上述错误，想问是哪里错了呢 attention先别试用这个功能，这个功能当前还在优化中... 还有，提问时给的信息约详细（报错位置等等），越可能得到解答 :)

有HSV数据增强，你可以参考代码看看 [augment_image.py](https://github.com/zheng-yuwei/license-plate-generator/blob/7600d36edd09e8e57aa8a5d935c6a4ed973118fa/augment_image.py)

啥原论文，没有原论文。。。 这个就是我自己写着玩的项目，不过通过验证的（无bug，效果好）！ 还有我还有另外的两个项目YOLO v2，YOLO v3，也是自己自己写的通过验证的！~还有部分项目private的后续会public。。。~ 总之，欢迎提issue、star、follow :)

> 您好，请问loss中的ghm loss您标明了是多分类可以用于二分类吗 可以呀，不过可能需要把softmax loss改为sigmoid loss

> 你好，感谢你的工程，在排序对比损失任务中，label.txt文件中每一行可以是不同退化类型的图片吗？比如 曝光 和 高斯噪声放一行，按照他们的mos分数做排序，感谢 可以

> https://github.com/zheng-yuwei/RankIQA.PyTorch/blob/fad8c07d7b45e59b1384cdb0a31724a395ee3a86/dataloader/my_dataloader.py#L105 > > score_pair = [-1,-1] ? why 因为rank模式下，两张图示没有score的，我只是初始化为-1，这两个值在rank模式下后续是不会用到的

> 请问一下，在训练rank时，不需要考虑不同失真程度的rank值吗？ 你要让不同失真程度的图像作为有序图像对，然后训练rank呀~ rank模式就是不知道不同失真程度怎么打分，但知道哪个失真更严重，能够给出有序对来

> 你好，训练好的模型能分享下吗 我已经找不到了。。。

原来PNet网络结构存在着stride=2，kernel size=2的pooling层，所以W * H的数据，经过PNet这一层的时候，会变为W/2 * H/2，那这层输出和输入的左上角点坐标对应关系就是 before_index = stride * after_index，右下角点坐标对应关系为： before_index = stride * after_index + kernel-size。 而卷积层由于没有stride，所以不用乘系数。但卷积会影响感受野，综合卷积层和pool得到的PNet网络，可以看成是感受野12 * 12的FCN，所以右下角最终为 before_index = stride * after_index + cellsize。 实在不清楚对应关系，这个这么小的网络，你画个图，也就清楚了