Dynamic and Accelerate issues

Results 26 issues of


                                            Dynamic and Accelerate

请问基网的Conv1-2、Conv2-2、Conv3-3、Conv4-3、Conv5-3、Conv6-3表示的含义，尤其是CONV6-3

论文EGNet的3.2节提到用众多算法常用的基网VGG来描述所提出的方法 [请问基网的Conv1-2、Conv2-2、Conv3-3、Conv4-3、Conv5-3、Conv6-3表示的含义](url) 是否是 block1的第二个卷积层 block2的第二个卷积层 block3的第三个卷积层 block4的第三个卷积层 block5的第三个卷积层 block6的第三个卷积层？但是VGG16好像只有5个block, 请问Conv6-3表示的是另外添加的第六个block吗？ https://blog.csdn.net/zjc910997316/article/details/102518324 这里有关于block图示

这里是为了变成RBG通道顺序吗？　 in_ = in_.transpose((2, 0, 1))

cv2的通道是BGR PIL.image是RGB 这里是为了变成RBG通道顺序吗？　 in_ = in_.transpose((2, 0, 1))

是不是减去了数据集的所有图片的三个通道的均值来为实现归一化做准备？

是不是减去了数据集的所有图片的三个通道的均值来为实现归一化做准备？ in_ -= np.array((104.00699, 116.66877, 122.67892)) 另外这个三通道均值是自己计算的吗？还是每个数据集都会提供，我记得minist手写字数据集的视频教程里面都会提到这个减去均值的过程。

是不是输入图像尺寸过大会导致报错？

是不是图像尺寸过大会导致报错？ RuntimeError: CUDA error: out of memory 唯独每次在这个图片(比较大)的时候报错，注意到其他图片的尺寸长宽最大在400, 而这张图(1125，1340)，这个网络的输入图像是不是不能太大？或者说我增大我的GPU到 11G 1080Ti就可以运行了？？（现在用的显卡是GTX1070的）

你好，您的pascal-s数据集的测试结果为什么845张图片，这个数据集应该是850张

I found very few 'relu' operation in your code, Doesn't that make the gradient disappear？

error : generate_detections.py

this is my .sh #!/bin/bash python tools/generate_detections.py --model=/home/hp/zjc/nk_Yolo_reid/deep_sort_introduction/deep_sort-master/resources/networks/mars-small128.pb \ --mot_dir=./MOT16/train/MOT16-02 \ --output_dir=./resources/detections/MOT16_train error: generate_detections.py: error: the following arguments are required: --mot_dir nk_generate_detection.sh: 行 4: --model=/home/hp/zjc/nk_Yolo_reid/deep_sort_introduction/deep_sort-master/resources/networks/mars-small128.pb: 没有那个文件或目录

请教作者一些关于深度学习框架的问题

请教下刘伟大神几个问题： 1 做目标检测一定要在作者原框架下才能将结果调成最好吗？ 2 为什么没有在pytorch框架下的目标检测？ 3 现在pytorch和caffe2合并了是不是pytorch平台兼容SSD的一些算法了？ 4 为什么现在最好的检测算法在caffe darknet使用？pytorch这些却没有

Dynamic and Accelerate

能否提供下FPS，非常感谢

请问如何训练vgg版本的egnet