王亮亮

> Thanks. Have you got the pretrained model？

pip install imageio

5.31号之后，VOT比赛过后，会提供包括siamRPN以及当前最新算法的代码和模型 ---原始邮件--- 发件人: "csg1111" 发送时间: 2019年4月26日(星期五) 上午10:12 收件人: "makalo/Siamese-RPN-tensorflow"; 抄送: "Subscribed"; 主题: [makalo/Siamese-RPN-tensorflow] 与训练模型 (#13) 作者可以提供一下训练好的模型吗 — You are receiving this because you are subscribed to this thread. Reply to...

youtube-bb大概500G 按照论文的说法去训练，效果loss再高位震荡，不下降。只有自己训练。

Can't support multi dataset training yet. I see "names: ["GOT10kDataset",] in the configuration file, but an error will be reported when I use ["GOT10kDataset","LaSOTDataset"].

This may be the problem of GCC version. You can try gcc-5. For this kind of environmental problem, everyone's environment is different. I don't know what your environment is like,...

test的代码没运行，可能有一些bug，当时只是运行了train的，这段时间一直在做其他项目，没时间改test的部分。过了这段时间再把完整的代码和模型push上去

这个我是按照论文描述的来写的，你有什么见解吗？可以交流一下 ------------------ 原始邮件 ------------------ 发件人: "xujiao3628"; 发送时间: 2019年4月26日(星期五) 下午5:28 收件人: "makalo/CornerNet"; 抄送: "Subscribed"; 主题: [makalo/CornerNet] pool梯度的反向传播，逻辑是不是理解错了，感觉和原版的不太一样 (#14) — You are receiving this because you are subscribed to this thread. Reply...

mask为1的地方，就是最大索引的地方。不过确实只是计算了最大值的那个位置上的梯度，没有把非最大值部分叠加到最大值部分上去。这个地方要把非最大值部分的梯度叠加到最大值位置去，后面还要改一下。多谢指教，如不介意，微信交流wl1647855685 ------------------ 原始邮件 ------------------ 发件人: "xujiao3628"; 发送时间: 2019年5月5日(星期天) 下午3:22 收件人: "makalo/CornerNet"; 抄送: "Makalo"; "Comment"; 主题: Re: [makalo/CornerNet] pool梯度的反向传播，逻辑是不是理解错了，感觉和原版的不太一样 (#14) 我看的pytorch源码实现，反向传播的时候，梯度的值需要散落(scatter)到输入最大值的索引位置(和前向的逻辑一致)，这样散落之后，梯度的值只会传播到有限的几个位置，并且会叠加(因为最大值只有有限几个)。而你的实现，是直接计算了梯度的一个mask，梯度原位传播（没有传播到索引最大位置） 其实原理和max pool有一点类似，即梯度传递到输入最大值的位置 — You are receiving this because you commented....

I use eight TITAN-v to train. Loss can be reduced to 0.5. I provide single card and multi-card training in my code, but I haven't trained with single card, maybe...