TinyOD

作者您好，看了您的工作很有启发。 我把你的代码运行在其他数据集上，我自己在这个数据集上训练的教师网络可以达到75 AP，但是学生网络只能达到65 AP。请问大概是什么原因导致了这么大的gap？ 教师网络backbone为ResNet-101，多尺度训练了24个epoch；学生网络backbone为ResNet-50，单尺度训练了12个epoch。

推理时报错

2

您好，我在使用您提供的官方代码推理单张图片时报以下错误： AttributeError: FCOS: RFLA_FCOSHead: 'NoneType' object has no attribute 'assigner' 请问要如何解决？谢谢

When I use the DIOR dataset in mmdetection 3.30, I get the following error: TypeError: __init__() got an unexpected keyword argument 'filter_cfg'

作者您好，感谢您开源该工作。 代码中，关于area的计算如下： area = 1.0//(hmax[i].view(1,-1)+1-hmin[i].view(1,-1))//(wmax[i].view(1,-1)+1-wmin[i].view(1,-1)) 其中，(hmax[i].view(1,-1)+1-hmin[i].view(1,-1))和(wmax[i].view(1,-1)+1-wmin[i].view(1,-1))表示GT在特征图上的高和宽。因为它们都是大于1的数，而代码又通过//取整，因此area理论上为0。 我print了fgd.py文件中area的值，显示为： area: tensor([[0., 0., 0., 0., 0.]], device='cuda:1') 那么，根据下面的代码： Mask_fg[i][hmin[i][j]:hmax[i][j]+1, wmin[i][j]:wmax[i][j]+1] = \ torch.max(Mask_fg[i][hmin[i][j]:hmax[i][j] + 1, wmin[i][j]:wmax[i][j] + 1], area[0][j].float()) 得出Mask_fg也全部为0，根据论文中式（9）则理论上Lfea的值为0。 因此，focal distillation实际上是没有参与训练的吗？