EdSong

BTW, this is the link where I download and install the issacsim: https://docs.isaacsim.omniverse.nvidia.com/latest/installation/download.html

> 您好，我看论文里面用到好几个数据集，有一张表说是泛化实验结果，但是不同数据集检测的目标类别都有所不同，例如UTDAC2020的数据集里面的标签和COCO的就不一样，跑COCO的时候是重新用COCO训练过吗？泛化不是直接用原本训练的模型在新数据集上推理预测，然后得到评估结果吗？ 重新训的。当然这里的泛化有两种意思，一种是zero-shot泛化，那种就很难，本文不涉及。另外一种是说这个方法在其他数据集上训练都能有很好的效果，而并不是针对特定数据集的优化，本文想表达的是这个意思

> 您好，我还有一个问题想请教下您，请问Boosting R-CNN的参数量和计算量应该如何评估呢？ 我在论文中没有找到数据出处，我的设备是单GPU的，使用thop.profile方法计算模型的参数量和计算量时一直报错，没能找到合适的解决方案。 RuntimeError: module must have its parameters and buffers on device cuda:0 (device_ids[0]) but found one of them on device: cpu 我使用的是mmdet自带的参数量计算，你可以在tools/analysis_tools找到get_flops.py。你也可以直接抄我论文的数据，这个在不同设备上应该是一样的。

> 我的cuda版本是11.7，mmcv1.4版本太低，会冲突，但是安装高版本2.0.0的mmcv会报如下的错误，高版本集成方法的位置发生了变化，请问该怎么解决  cuda11.7就装不了mmcv1.4了吗。。。 我也不太清楚怎么解决，我建议你慢慢从mmcv1.5 1.6 1.7慢慢往上试一试，看看哪个版本能装得上又能用的

图好像裂开了，看不到

> File "/home/yk/Boosting-R-CNN-master/Boosting-R-chN-master/mmdet/models/roi heads/prob roi head.py", line 143, in box forward train boost loss bbox['loss cls'1 = self.norm loss(loss bbox['loss cls'l, label weights new, label weights new.shape[@]) File "/home/yk/Boosting-R-chN-master/Boosting-R-CNN-master/mmdet/models/roi heads/prob...

thanks for the correction!