Chen Ma

感谢您的回复,但是SAITD数据不是只有原始train中的175个序列有标注嘛,test中的175是没有标注的,这样也可以直接训练吗?还有就是您最后大概训练了多久啊

谢谢您的回复,我又遇到了新的问题,您在训练的时候有没有遇到无法读取的数据?我在训练过程中经常出现这样的错误PIL.UnidentifiedImageError: cannot identify image file './data/train/SAITD/3/297.png'. 只是会发生在不同的图片上

> MoCoPnet做的是图像超分辨，不是小目标检测，所以训练不需要标注。 3090训练100K用时约24h，具体时长看工作站性能 作者您好,我按照您在论文中所提出的参数在V100上训练(性能大于3090)100k,时间远大于24h,不知道是不是哪里的初始参数配置出现问题. parser = argparse.ArgumentParser(description="PyTorch MoCoPnet") parser.add_argument("--save", default='./log', type=str, help="Save path") parser.add_argument("--resume", default="", type=str, help="Resume path (default: none)") parser.add_argument("--scale_factor", type=int, default=4, help="scale") parser.add_argument("--input_num", type=int, default=7, help="input frame number")...