sungh66

大佬们解决了吗，我也遇到了这个问题

I have the same problem

我也是这个问题，PAM模型反而没有BASE好 ------------------ 原始邮件 ------------------ 发件人: "justchenhao/STANet" ***@***.***>; 发送时间: 2021年3月31日(星期三) 晚上6:22 ***@***.***>; ***@***.******@***.***>; 主题: Re: [justchenhao/STANet] 请问您的gpu是多大的，总是会爆下面的错误 (#50) 但是精度会下降，我下来精度还不如base — You are receiving this because you commented. Reply to this email directly, view it on...

> > > 我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了 > > > > > > 你达到了论文精度了吗？ > > 只有0.739，你呢 大家可以crop_size和load_size都改成128，或者对图片切割数据增强，ds=1，batchasize=8，基本能复现论文精度，大概BAM到0.84，PAM到0.85

我是先离线裁剪256x256（overlap=0），然后在线随机裁剪128，不然会爆显存 ------------------ 原始邮件 ------------------ 发件人: "justchenhao/STANet" ***@***.***>; 发送时间: 2021年4月23日(星期五) 下午4:21 ***@***.***>; ***@***.******@***.***>; 主题: Re: [justchenhao/STANet] 请问您的gpu是多大的，总是会爆下面的错误 (#50) 我后来batch改成4，可以姿训练了，按照ds=1，效果就好很多了 你达到了论文精度了吗？ 只有0.739，你呢 大家可以crop_size和load_size都改成128，或者对图片切割数据增强，ds=1，batchasize=8，基本能复现论文精度，大概BAM到0.84，PAM到0.85 你是训练前把图片事先裁成128吗？还是按官网在程序中随机裁剪固定大小128？ — You are receiving this because you commented. Reply to this email...

> 请问loss.py里面label是1和-1，而不是论文里提到的1，0，这是为什么呢 对于loss的计算是一样的，代码中如果no-change就只剩loss1，如果change就只剩loss2，平衡正负样本比例，和论文中起到同样的效果

When i exported onnx model, onnx cannot surpport adaptive_avg_pool2d.How can i fix the problem?

> The segmentation head expects big images (from datasets like Cityscapes). Check the LRASPP implementation in the paper. I was able to fix this by using AdaptiveAvgPooling instead of AvgPool...

> 看起来像是使用了自定义的内存分配器，然后在推理的时候把它给销毁了 是像这回事，但是我并没有改src中的内容，也没自定义过内存分配器

> `FATAL ERROR: pool allocator destroyed too early` 这个已经在最新版本里修好了 hi,我下的是最新版本，在测试yolov5l->torchscript->pnnx->ncnn也碰到了这个问题，5s的模型我测试通过了，但5l会报错，我只修改了yolov5_pnnx.cpp中的非法读取名字报错，其他没有改动。 0x指针 still in use