Mingze Wang

There is some questions about pytorch_quantization

2

When I use **def"_export_onnx_"** to save a onnx model, such as Resnet50 after quantization, I followed the example in the official documentation. But, it is a pity, the following problems...

想了解下您是怎么处理RGB锐化图像的，这边不知道怎么正常读取成0-255格式的图片

关于您在tinyperson上的相关精度问题

2

抱歉反复打扰，最近也在做TOD的paper，我想了解您fcos在tinyperson数据集上使用的config是 ：https://github.com/ucas-vg/TOV_mmdetection/ 其中对应的config吗，为何您的fcos在该数据集上的精度较低呢，请问您的训练的ann_file是使用的原图吗，还是安装上述config进行的配置呢

关于aitod-v2

3

抱歉反复打扰您，关注到您是也是aitod数据集的制作者，想了解一下aitodv2是不再提供test数据集了吗，test数据集使用和aitodv1一样的吗 希望得到您的回复 祝好

关于baseline是否收敛的问题

2

您好，使用focs作为检测器epoch=12时，我关注到baseline并未收敛，repeatdataset=2，即训练24回合，得到的baseline是提高的，且提高百分比在50%！证明12回合并未完全收敛。在这种未收敛的epoch下使用rfla做对比是否显的不公平呢。是否应该在完全收敛或接近完全收敛的epoch下做对比呢。 希望得到您的回复，感谢

关于测试精度

2

我使用您的changer的ckpt验证精度，具体地，我使用r18 backbone的changer验证levircd 当我使用10241024测试相应精度时 精度如下： | unchanged | 99.57 | 99.51 | 99.63 | 99.13 | 99.63 | | changed | 91.81 | 92.86 | 90.78 | 84.86 | 90.78 |...