LiYufengzz

run rl-tcp test_tcp.py stuck at env = ns3env.Ns3Env

3

**run test_tcp.py which in rl-tcp,some problems occurred.** **the code will stuck at this line:** env = ns3env.Ns3Env(port=port, stepTime=stepTime, startSim=startSim, simSeed=seed, simArgs=simArgs, debug=debug) **i use keyboard to interrput:** file "/Users/lyf2481/workspace/ns-allinone-3.33/ns-3.33/contrib/opengym/ns3-gym-master/scratch/rl-tcp/test_tcp.py", line...

在mac上编译运行成功了，想测试一下使用opencl是否会更快一点，但是编译报错 Undefined symbols for architecture x86_64: "MNN::Interpreter::releaseModel()", referenced from: LFFD::~LFFD() in MNN_LFFD.cpp.o "MNN::Interpreter::resizeTensor(MNN::Tensor*, std::__1::vector const&)", referenced from: LFFD::detect(cv::Mat&, std::__1::vector&, int, int, float, float, int, std::__1::vector) in MNN_LFFD.cpp.o "MNN::Interpreter::createSession(MNN::ScheduleConfig const&)", referenced...

### 问题确认 Search before asking - [X] 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer. ### 请提出你的问题 Please ask your question 如题，对人像分割模型精度不是很满意，手里没有足够的分割数据集，有matting数据集（alpha值从0-255），如何科学使用这些数据集进行优化微调呢？有没有建议，感谢

PP-HumanSeg v2肖像分割模型的输入尺寸问题

1

### 问题确认 Search before asking - [X] 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer. ### 请提出你的问题 Please ask your question 请教一下，这个预训练模型的输入是144x256，我想把输入提高到256x384，从而提升精度，该怎么在数据集上做微调呢？在pphumanseg14k上训练，mIoU有提升，但是实际效果似乎还变差

关于通用人像分割数据集

2

### 问题确认 Search before asking - [X] 我已经搜索过问题，但是没有找到解答。I have searched the question and found no related answer. ### 请提出你的问题 Please ask your question  这里提到的大规模通用人像分割数据集是什么？数据量大概有多少，可以开源吗？我发现没有预训练，仅使用PP-HumanSeg-14K数据集效果挺一般的

Thanks a lot for your great work! When will the training code be available