MichaelFan01
MichaelFan01
> 请问提交cityscapes test数据集使用的是evalution中的尺寸为512*1024代码吗，有无相应的trick或者代码 是的，没有trick, 你拿eval脚本改一下就行了； 但是注意，提交test的模型是用train+eval数据一起训练的~ 这个基本上这个领域都是这么做的
> 非常感谢，train+eval数据一起训练的话需要做出什么改动吗，比如增加epoch，还是简单的将mode改为trainval 不需要，改mode就行了哈
> 您好，我用自己数据训练，后期boundery_bce_loss和boundery_dice_loss为0，您知道是什么原因吗？ 不太清楚，不过我建议可以可视化一下你的detail gt，是不是阈值设置的问题导致detail gt最后空了？毕竟阈值0.1是cityscapes上用的；仅仅是个建议哈，不一定就是真实原因，可能需要一点点排查~
> 我自己的数据集，把多尺度的换成单一尺度就不为零了，而且效果差不多 👍🏻
> 我发现STDC中的optimizer与BiSeNet的optimizer相比多传入了boundary_loss_func,输出看了下，请问是因为在训练过程中对初始设置的融合权重0.6,0.3,0.1进行优化吗？ 是的，因为它里面有可训练的参数
> @MichaelFan01 您好，能解释一下对Detail GT采用权重优化机制的原因吗？如果直接给出精细的Detail GT与预测的Boundary计算损失结果又如何？ 为了增加Detail信息的丰富性，直接计算也行，其实差别也不太大
>  > > 根据文章中这个图像的描述，STDC输入的是一个通道为M的特征图，经过4个block之后，得到的通道数分别为N/2， N/4， N/8， N/8，然后做一次特征融合，得到一个通道为N的特征图。 > > 但是代码中  > > 这里的输出显然不是这样的。是我理解错误吗？大佬方便解释一下么 这个图是讲STDCmodule的结构；你贴的这个代码是STDC-Seg：讲的是怎么吧backbone融入分割的decoder的；这个下面的表2描述的是STDCNet就是backbone的结构，是由STDC module组成的主干网络；这是三个东西哈；如果你对STDC module有兴趣的话可以沿着代码里你看到的STDC813所在的文件找~
latency的测速就是先转onnx哈， 你可以顺着那个代码看一下，你这个错误的话，把InPlaceABNSync换成正常的BatchNorm就行了
> @MichaelFan01 请问下，InPlaceABNSync转BatchNorm，需要重新训练模型吗？还是训练好的权重也能用？ 理论上，只要relu没设置错的话，应该是可以直接替换的