detr-pytorch
detr-pytorch copied to clipboard
这是一个DETR-pytorch的仓库,可以训练自己的数据集
导儿~我用你的DETR代码训练,预测结果产生同一个目标出现很多个预测框,需要如何解决呀?这个是端到端的,不用nms,照道理应该不会这样吧
训练自己的数据的时候loss很快就降到零了,map始终为零,求指教  
class LossHistory(): def __init__(self, log_dir, model, input_shape): self.log_dir = log_dir self.losses = [] self.val_loss = [] os.makedirs(self.log_dir) self.writer = SummaryWriter(self.log_dir) try: dummy_input = torch.randn(2, 3, input_shape[0], input_shape[1]) self.writer.add_graph(model, dummy_input) except:...
导,我看不只有我,好多人反应预测结果有偏移,而且是一个方向,我是只在X方向上有偏移,随图片大小偏移程度不一,Y方向上精度不错,检查推理部分代码也没看出毛病来啊
导你好,想请教一下为什么detr的这个工程不加载与训练模型的话,训练基本不收敛,我尝试了不同的学习策略,但是基本没用,想问一下导有试过不加载预训练模型训练吗?
进行验证时提示未检测到目标 然后 验证模型 map P R 都全为0 首先数据集肯定没问题 在您的其它代码 YOLOx Faster-RCNN等代码中 都能正常进行训练 都有效果 感谢
训练map异常过低问题
Hi 大神, 在使用你这个版本的训练自己的数据集,发现map一直都很低。 同样的数据集在使用论文原版代码训练的时候map是正常的。  
您好,这个Detr中的NestedTensor非常令人费解,目前我这里碰到了一个问题,我这里把backbone替换掉了,但是由于backbone输出的特征是个Tensor,所以后续无法参与运算,想问下这个如何解决?