wangzhiyuan
wangzhiyuan
你好，如果使用partFc train 使用curricular loss计算会有问题，需要所有的logits值，请问你是怎么实现的呢，你是用distributed.all_gather么
以前想到过这个问题，刚看到，可使用distributed.all_gather，搜集所有的GPU卡上的 logis即可，然后再算target_logit值。
> 邮件已收到。 can you share with me? [email protected] Thanks
> 想了解数据预处理这部分是怎么做的？比如训练和测试的分辨率等等 还是训练的超参数具体是什么 我： 输入：512x512 ，其他与shanghaiT A 参数相同，如数据增强（如镜像，随机截取512x512）相同 测试：整张图输入 loss：相关的计算比例跟作者一样 性能：目前val mae=101.1（训练的不好） 其他设置参数可能需要调，如anchors的数量等
> 我的输入的crop是128_128，其他与你类似，目前最好的val mae也是100多一点，anchor改成3_3，也这样 可能是一些细节论文并未提到。
> 如题 越大 越近的 人头 是不是感受野太小，语义信息不强？
> I would say it's expected that similarity decreases with different conditions, but what are the similarity values across images, for comparison ? (in order to have an idea of...
> Sorry I mean what are the actual number values across the 3 images with different content ? The actual similarity of the three images should be above 0.98
> what is the actual value between the top-left image vs the bottom-left image in your grid ? also, can you describe what you mean by "the last 384 dimensions"...
> essentially what i'm trying to understand is if we are in the case where: > > * all images in a given row (with different lighting / shadows) have...