takaniwa
takaniwa
> 现在提升到了74左右吧，主要做了一下数据增强，还有就是标签缩放时会有一些色差要处理掉 大佬能教一下怎么做数据增强吗
> Hi, > > I am not the expert of this code, but maybe I can help, until @XuJiacong gets more detailed feedback. Noticed that the load checkpoint process report...
找到原因了，numpy版本不一样，之前直接把np.int改成int了，现在测出来原文的精度
> @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡
> > > @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ > > > > > > 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡 > > 那您现在有复现出和作者论文中相似的精度吗？我想看看是什么原因导致的MIoU比作者提供的低1.2%？有什么好的方法吗？ 我也复现不出来，放弃了，搞实时语义分割的SOTA太难了
请问你现在复现出原文的精度了吗？ ------------------ 原始邮件 ------------------ 发件人: "XuJiacong/PIDNet" ***@***.***>; 发送时间: 2023年12月25日(星期一) 下午3:42 ***@***.***>; ***@***.******@***.***>; 主题: Re: [XuJiacong/PIDNet] 验证精度不够 (Issue #73) @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡 那您现在有复现出和作者论文中相似的精度吗？我想看看是什么原因导致的MIoU比作者提供的低1.2%？有什么好的方法吗？ 我也复现不出来，放弃了，搞实时语义分割的SOTA太难了 好的，感谢你的回复，我再试试看，找找原因 — Reply to this email directly, view it on GitHub,...
> > 请问你现在复现出原文的精度了吗？ > > […](#) > > ------------------ 原始邮件 ------------------ 发件人: "XuJiacong/PIDNet" _**@**_._**>; 发送时间: 2023年12月25日(星期一) 下午3:42 _**@**_.**_>; _**@**_._**_**@**_.**_>; 主题: Re: [XuJiacong/PIDNet] 验证精度不够 (Issue #73) @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？ 我是直接使用作者提供的权重测出的精度，我自己跑的结果也跟你差不多，4卡 那您现在有复现出和作者论文中相似的精度吗？我想看看是什么原因导致的MIoU比作者提供的低1.2%？有什么好的方法吗？ 我也复现不出来，放弃了，搞实时语义分割的SOTA太难了...
> > > > 请问你现在复现出原文的精度了吗？ > > > > […](#) > > > > ------------------ 原始邮件 ------------------ 发件人: "XuJiacong/PIDNet" _**@**_._**>; 发送时间: 2023年12月25日(星期一) 下午3:42 _**@**_.**_>; _**@**_._**_**@**_.**_>; 主题: Re: [XuJiacong/PIDNet] 验证精度不够 (Issue...
> > > 请问你现在复现出原文的精度了吗？ > > > […](#) > > > ------------------ 原始邮件 ------------------ 发件人: "XuJiacong/PIDNet" _**@**_._**>; 发送时间: 2023年12月25日(星期一) 下午3:42 _**@**_.**_>; _**@**_._**_**@**_.**_>; 主题: Re: [XuJiacong/PIDNet] 验证精度不够 (Issue #73) @takaniwa 您好，我也是将np.int直接改成了int，自己训练之后，测试出现了77.6的精度。请问您是自己训练之后，测试模型时出现的问题，还是直接使用作者提供的模型测试时出现的问题？...