gmayday1997

Hi, have you found the reason about it?

@Amelia0911 hi, thanks for your interest in our work. full source code and pre-train model will be updated before 15.Nov.

有相关问题，请讲。

• t0和t1是同一场景不同时刻的图像对(a pair of images/image-pair)，其作为原始输入喂到孪生卷积神经网络中。具体是下图中圈的部分 

事实上，我们在文章的4.2.3提到过cdnet的数据组织方式  我们是从input里面选出一张最最接近背景的图片(无任何前景)作为t0,其余的作为t1. 这样做的好处是groundtruth不用做任何处理，可以直接作为change mask使用。 建议你去看看PCD数据集，那个结构比较清晰。 http://www.vision.is.tohoku.ac.jp/us/research/4d_city_modeling/pano_cd_dataset/

抱歉，最近有个紧急的事耽搁了，这个事情要19号完成。不好意思。

> > 事实上，我们在文章的4.2.3提到过cdnet的数据组织方式 > >  > > 我们是从input里面选出一张最最接近背景的图片(无任何前景)作为t0,其余的作为t1. > > 这样做的好处是groundtruth不用做任何处理，可以直接作为change mask使用。 > > 建议你去看看PCD数据集，那个结构比较清晰。 http://www.vision.is.tohoku.ac.jp/us/research/4d_city_modeling/pano_cd_dataset/ > >  请问groundtruth输入是3通道还是1通道？ hi, 我们已经把cd2014的数据集分享到百度云，又需要请下载 https://pan.baidu.com/s/19ReVH6pmizcU79sk2Rsz5w。

> 你好，我之前用date2014里的数据进行训练和测试效果都挺好的，但是我现在的输入图像尺寸是413*134，结果验证保存的图像显示fc与embedding都没有输出了。这是为什么呢？我试着修改了网络中conv3中的stride值，将值变为1，也是没有效果。我应该如何调整训练参数呢？ 应该不是分辨率的问题，可能是你数据量少吧。如果是的话，做 data augmentation. 如果不是，看loss下降情况，先调整初始学习率。

如果我没理解错的话，只有conv5有输出，最后两个没有输出内容。最开始浅层特征有多层监督信息，深层收敛慢于浅层，所以conv5最容易收敛。但深层特征经过几个epoch也会收敛。 你观察一下，深层的loss是不是一直不降？ 试一试调整不同层loss的权重，看有没有效果。

看loss问题应该出现在fc层上，loss下降的很慢，权重设置多少要试，我也不是很确定。