关于跑实验的问题
您好,因为觉得论文很有新意,所以就想跑一下您的代码,学习一下。但是效果都不是很好。所以想请教一下关于训练的细节。以下是我训练时的细节: levir-cd是直接按照训练445张,测试是128张,验证是64张,大小均为1024*1024,一共跑了40轮,其他的参数均未动,代码也并未改动。 实验结果是prec的结果为0.8893,recall的结果为0.8336,F1的结果为0.8605,oa的结果0.9862,这与您论文中的结果差别有点大,所以想请教一下出现这种情况的原因。
LEVIR-CD数据集的话我使用的是256x256的裁剪后patch进行训练,在测试集上推理时使用了滑窗推理(有重叠)的方式。具体的配置在论文的实验部分有详细介绍。1024x1024输入我也没有尝试过。 这里有一个预处理LEVIR-CD数据集的脚本,可以尝试一下~
@iridescent524 你好,想请问你按照源代码的方式进行图像预处理之后得到的最终预测结果精度如何?
@iridescent524 你好,想请问你按照源代码的方式进行图像预处理之后得到的最终预测结果精度如何?
你好,我将levir-cd的数据集大小调整为了256*256之后,F1仅能跑到89左右,具体原因还在寻找
在测试集上推理时使用了滑窗推理(有重叠)的方式
推理方式对最终精度也有影响,有重叠的滑窗推理会让精度更高一些。
在测试集上推理时使用了滑窗推理(有重叠)的方式
推理方式对最终精度也有影响,有重叠的滑窗推理会让精度更高一些。
好的,我会再看一下这里,感谢回答!
在测试集上推理时使用了滑窗推理(有重叠)的方式
推理方式对最终精度也有影响,有重叠的滑窗推理会让精度更高一些。
好的,我会再看一下这里,感谢回答!
@Bobholamovic 你好,我看了LEVIR的预处理脚本。在论文你提到在测试集上stride=64,但是我看了预处理文件里面的stride=256。这里的64是指在推理时使用64的步幅吗,而不是在预处理时使用64步幅进行裁剪,我理解的对吗?
@taojunhui 是的,在测试时使用了更小的stride
你好想问一下,训练levir裁剪后的数据集,经常会出现一些输入输出不匹配问题,是怎么回事呢
你好想问一下,训练levir裁剪后的数据集,经常会出现一些输入输出不匹配问题,是怎么回事呢
请问具体是什么问题呢?可以贴一下错误信息嘛?
我解决了,好像是自己裁剪的不行,用了公开的就好了0.0,谢谢
948296963 @.***
------------------ 原始邮件 ------------------ 发件人: "Bobholamovic/CDLab" @.>; 发送时间: 2024年4月11日(星期四) 下午2:23 @.>; @.@.>; 主题: Re: [Bobholamovic/CDLab] 关于跑实验的问题 (Issue #23)
你好想问一下,训练levir裁剪后的数据集,经常会出现一些输入输出不匹配问题,是怎么回事呢
请问具体是什么问题呢?可以贴一下错误信息嘛?
— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>