请问您有按照论文的方法在Hpatches做RS和LE的结果测试吗
不好意思,我没有按照标准的测试方法在数据集测试过结果。我的代码只提供一个参考实现,不一定能保证对齐作者的结果。
按照设定的参数结果detection指标基本能和论文对齐,RS有0.1-0.2的差距, 但是descriptor指标HE和MS差的很多,说明descriptor没训练好,请问有什么建议吗
按照设定的参数结果detection指标基本能和论文对齐,RS有0.1-0.2的差距, 但是descriptor指标HE和MS差的很多,说明descriptor没训练好,请问有什么建议吗
1、增加des的权重 2、换回作者的loss函数,不过我当时尝试了一下作者的实现,没有收敛,可能是我参数没调整好 3、确认一下des是对哪种情况效果不好,旋转,平移,重复。看看数据增强是不是合理
按照设定的参数结果detection指标基本能和论文对齐,RS有0.1-0.2的差距, 但是descriptor指标HE和MS差的很多,说明descriptor没训练好,请问有什么建议吗
请问您最近的复现结果怎么样?
按照设定的参数结果detection指标基本能和论文对齐,RS有0.1-0.2的差距, 但是descriptor指标HE和MS差的很多,说明descriptor没训练好,请问有什么建议吗
请问您最近的复现结果怎么样?
RS结果能达到0.640,LE是0.98,HE是0.76,descriptor的指标和论文依然差距很大
按照设定的参数结果detection指标基本能和论文对齐,RS有0.1-0.2的差距, 但是descriptor指标HE和MS差的很多,说明descriptor没训练好,请问有什么建议吗
请问您最近的复现结果怎么样?
RS结果能达到0.640,LE是0.98,HE是0.76,descriptor的指标和论文依然差距很大
你好,能分享一下你的测试代码吗,周末抽空重新调整了描述子监督的地方。看一下能否和你的测试方案对齐结果
按照设定的参数结果detection指标基本能和论文对齐,RS有0.1-0.2的差距, 但是descriptor指标HE和MS差的很多,说明descriptor没训练好,请问有什么建议吗
请问您最近的复现结果怎么样?
RS结果能达到0.640,LE是0.98,HE是0.76,descriptor的指标和论文依然差距很大
你好,能分享一下你的测试代码吗,周末抽空重新调整了描述子监督的地方。看一下能否和你的测试方案对齐结果
https://github.com/eric-yyjau/pytorch-superpoint evaluation.py,export.py 稍作修改即可测试
多谢你的work! 我仔细看了一下代码,发现这篇论文的backbone -- Supperpoint中, 虽然论文推荐的参数λ(desc)=0.0001. 但是官方代码里用的是10000。我感觉descriptor训不好的原因还是参数设置问题。 我也正在尝试复现结果,希望有进展的话可以和大家分享。