ZF
ZF
主体属性是指比如鸟的不同部位吗？如果是的话，感觉头应该是可以，但是后续的part boxes就不一定固定指向某一部位了。
Thanks for your reminding.
谢谢！ 通常都会使用基于imagenet预训练的权重，可以得到更好的性能。 对于论文中的方法，如果不使用预训练权重的话，local,part模块在训练前期提出的结果将产生副作用，至于后期能否收敛没有验证过。 不过可以先使用原图只训练第一个分支，待网络具有一定的拟合能力后再加入后续两个分支到训练的过程中，应该能实现比原图只训练第一个分支更好的性能，具体好多少这个没有试验验证过。
@gengyanlei ，你好，我最近也在看这个，我没有理解你们两的意思，同一张图片特征向量怎么会是不同的呢？那这样的话他提供的pth每个人跑的精度也会不同吧。
> 难道不是nn.Dropout的问题吗？ 对，应该是这个问题，代码中resnet网络的代码作者在最后直接使用nn.dropout(p=0.5)(x)，这回导致在测试阶段，虽然加了 net.eval(),但是dropout依然会生效，所以结果不固定
你好，我一般最好的指标是在epoch100以后，还有你是跑的最新的代码吗？我添加了color distort进行数据增强。
有关系，目前的batch size是我试过最好的
> 没有设置seed导致每次跑出来结果都不一样，这样是不是可以认为模型最好结果有一定随机性呢 对的
我的名字里是qq号
Sorry, I haven't tried.