DotWang

@youngbaldy 可能是因为kvdiff的代码在上传权重后改过一点，但是这个时间有点久了，我忘了细节了，建议用非kvdiff的权重，或者用现在的代码重新训一下kvdiff的

@youngbaldy 差不多吧，我觉得这还有可能和数据集有关系，我们用的是之前自己做项目时手动裁的数据集，不是用mmseg裁剪的，不同人的数据集裁剪方式和参数，诸如步长之类的可能也不一样，导致了结果有差异，另外，我觉得其实统一在大图上进行滑窗预测是最公平的，按照我们自己的探索，大图滑窗预测的精度也要比一个一个预测小图再评测的高，不过目前大部分人都是裁剪后的小图上测，所以我们这次也还是在小图上测的

@funny000 这个不需要，这次只用到ViT没用到ViTAE，注释掉就行，可能我没删干净

@funny000 ppm里边有bn，batch size不能为1

@martin416 您好，数据集生成代码已发布

@martin416 您好，pretraining and finetuning 代码已发布

@15926273249 We have provided the instruction, please refer to the readme and do corresponding changes as your case.

@15926273249 You mentioned are already segmentation datasets, which can be directly used with the codes of ```Pretraining and Finetuning```.

@15926273249 Our code conducts the prediction by slided windows. It can be used for huge images.

@xulinui please refer to the COCO RLE format, they can be transformed to binary mask