BingY_998

Hello, RTX3080, Python3.8, pytorch1.7.0, cuda11.0 can run on laptops. Run the python setup.py build develop command on your terminal to compile DCNv2 if./make.sh is not available. Next, you're ready to...

Hello, RTX3080, Python3.8, pytorch1.7.0, cuda11.0 can run on laptops. Run the python setup.py build develop command on your terminal to compile DCNv2 if./make.sh is not available. Next, you're ready to...

Hello, thank you for uploads the demo top10, but the two functions (CustomData160k_sat and CustomData160k_drone) in image_folder.py were not found. Could you please publish the sample of this part for...

@takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？

> > @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ > > 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡 那您现在有复现出和作者论文中相似的精度吗？我想看看是什么原因导致的MIoU比作者提供的低1.2%？有什么好的方法吗？

> > > @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ > > > > > > 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡 > > 那您现在有复现出和作者论文中相似的精度吗？我想看看是什么原因导致的MIoU比作者提供的低1.2%？有什么好的方法吗？ 不知道是否是硬件不同或者训练误差导致的？

> > > > @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ > > > > > > > > > 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡 > > > > > > 那您现在有复现出和作者论文中相似的精度吗？我想看看是什么原因导致的MIoU比作者提供的低1.2%？有什么好的方法吗？ > > 我也复现不出来，放弃了，搞实时语义分割的SOTA太难了 好的，感谢你的回复，我再试试看，找找原因

> 请问你现在复现出原文的精度了吗？ > […](#) > ------------------ 原始邮件 ------------------ 发件人: "XuJiacong/PIDNet" ***@***.***>; 发送时间: 2023年12月25日(星期一) 下午3:42 ***@***.***>; ***@***.******@***.***>; 主题: Re: [XuJiacong/PIDNet] 验证精度不够 (Issue #73) @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡 那您现在有复现出和作者论文中相似的精度吗？我想看看是什么原因导致的MIoU比作者提供的低1.2%？有什么好的方法吗？ 我也复现不出来，放弃了，搞实时语义分割的SOTA太难了 好的，感谢你的回复，我再试试看，找找原因 — Reply to this email directly,...

> > 请问你现在复现出原文的精度了吗？ > > […](#) > > ------------------ 原始邮件 ------------------ 发件人: "XuJiacong/PIDNet" _**@**_._**>; 发送时间: 2023年12月25日(星期一) 下午3:42 _**@**_.**_>; _**@**_._**_**@**_.**_>; 主题: Re: [XuJiacong/PIDNet] 验证精度不够 (Issue #73) @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡 那您现在有复现出和作者论文中相似的精度吗？我想看看是什么原因导致的MIoU比作者提供的低1.2%？有什么好的方法吗？ 我也复现不出来，放弃了，搞实时语义分割的SOTA太难了...