请问config里面的model.pretrained和model.backbone.pretrained的区别是什么？

[MooTong123]

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

请问config里面的model.pretrained和model.backbone.pretrained的区别是什么？我下载了一个预训练模型，是把这个文件地址放到model.pretrained还是model.backbone.pretrained呢？

[Asthestarsfalll]

前者属于HRNet_W18，后者属于FCN

[MooTong123]

前者属于HRNet_W18，后者属于FCN

那比如说其他的模型PP-liteseg，文档里的下载的model是预训练模型？

所以说这个下载的model.pdparams，是放到model.pretrained里？所以config是这样？

model:
  type: PPLiteSeg
  backbone:
    type: STDC1
    pretrained: https://bj.bcebos.com/paddleseg/dygraph/PP_STDCNet1.tar.gz
  pretrained: ../pretrained/model.pdparams

还是说下载的这个model，直接放到model.backbone.pretrained里，这样也可以吗？

model:
  type: PPLiteSeg
  backbone:
    type: STDC1
    pretrained: ../pretrained/model.pdparams

[Asthestarsfalll]

@MooTong123 performance下的一般都是训练好的权重，放在外层即可

[MooTong123]

所以说是得下载两个模型？

model:
  type: PPLiteSeg
  backbone:
    type: STDC1
    pretrained: https://bj.bcebos.com/paddleseg/dygraph/PP_STDCNet1.tar.gz（需下载？）
  pretrained: ../pretrained/model.pdparams（需下载）

还是说直接下载一个performance里面，都放到这两个里面？因为只放到model.pretrained是跑不起来的，model.backbone.pretrained是必须要要有一个模型的。

所以下面这么放是可以的吗？

model:
  type: PPLiteSeg
  backbone:
    type: STDC1
    pretrained:  ../pretrained/model.pdparams
  pretrained: ../pretrained/model.pdparams

[MooTong123]

还是说performance的model直接放到model.backbone.pretrained里？model.pretrained就不加了？所以哪种形式是正确的？

model:
  type: PPLiteSeg
  backbone:
    type: STDC1
    pretrained:  ../pretrained/model.pdparams

[Asthestarsfalll]

@MooTong123

backbone一般使用预训练权重，用于在下游任务中进行训练 performance中的为训练好的整体权重，加在外层

一般训练使用预训练权重，一般加在内层即可，某些情况下也可以加在外层

infer或eval可以在命令行中传入整体权重地址，无需修改

另外外层权重会覆盖内层权重，只需添加一个即可

[MooTong123]

@Asthestarsfalll 谢谢解答，还有一个问题，val的时候有class的评价指标，（Class IoU，Class Precision，Class Recall），我该如何知道这个是哪一类的指标？

比如，我是一个人像的分割任务，用labelme进行分割的，然后自动生成了class_names.txt。

_background_
人像

然后我进行训练评估，最后生成的评价指标如下：

{'Images': '4', 'mIoU': '0.5276', 'Acc': '0.7428', 'Kappa': '0.3973', 'Dice': '0.6738', 'Class IoU': '[0.3548 0.7005]', 'Class Precision': '[0.9922 0.7014]', 'Class Recall': '[0.3558 0.9982]'}

比如Class Precision指标，0.9922是指_background_的，还是人像的？这个顺序是根据这个class_names.txt来的吗？但我看源码，没有导入这个class_names.txt这个文件啊，所以这个顺序是怎么确定的？比如有多类的话，那就更分不清了指代的是哪一类了？

[Yana990]

我也想知道这个问题

[Daniel-969]

@Asthestarsfalll 外层权重覆盖了内层权重， 像这种外层的fcn权重已经把hrnet给覆盖了呀，还有必要在内层加载HRNet的权重吗？

[Asthestarsfalll]

@Daniel-969 需要看具体情况，如果FCN_pretrained包含了所有参数的权重，内层就没有必要再加载了；如果FCN_pretrained只包含了一部分内层就需要加载。因此最简单的方式就是内外都加载权重，重复的即会覆盖。

[Daniel-969]

@Asthestarsfalll 1.请问这个ppliteseg网络中miou(filp)是在训练的时候对数据进行水平翻转吗，如果不是，请问具体是什么意思呢？因为我查看vdl里面的精度显示的是miou的精度，如果miou(filp)表示训练的时候水平翻转，那么这个精度好像就对不上了，论文里面也只是miou的值。 2.miou(ms)中的ms是什么意思？那一条说明没看懂，可以详细说明一下吗？ 3.下面camvid的配置文件里写的是val.txt，vdl显示的精度也比表格高，请问是因为表格数据是test集，但配置文件和vdl都是val集的原因吗？

[Asthestarsfalll]

@Daniel-969

1. flip指的是测试时翻转，见此，
2. ms指将测试图像进行不同比例的放缩，再对miou取均值，见此
3. 应该是的

[Daniel-969]

@Asthestarsfalll 好的好的，因为只看了网络代码，还没看推理代码所以不是很懂，谢谢解答。还有就是我看代码里面好像是用了三个uafm模块，但论文里面的图上只有两个uafm模块，不知道是不是我代码看错了。见此