yuqilol

Requirements: $ pip install -r requirements.txt coremltools onnx onnx-simplifier onnxruntime openvino-dev tensorflow-cpu # CPU $ pip install -r requirements.txt coremltools onnx onnx-simplifier onnxruntime-gpu openvino-dev tensorflow # GPU

听不懂你的问题，你说的pt转onnx量化是吧，我建议不用量化，但是可以用onnx-simpiflier去冗杂

没gpu吧

i can see fg and bg in spasemat，但是我不知道alphas和masks的区别

在源码中我解析出这样一段内容，我没法理解alpha和mask的区别 image, fg, alpha, trimap, mask = image_dict['image'], image_dict['fg'], image_dict['alpha'], image_dict['trimap'], image_dict['mask'] h, w = image.size(2), image.size(3) image = image.cuda() alpha = alpha.cuda() trimap = trimap.cuda() mask = mask.cuda() fg...

> 不同的损失关注分割结果的不同部分，比如基础的CE损失关注像素级别的差异，focal loss关注难样本类别，diceloss关注mask层级的差异，因此选择损失函数需要根据关注的内容，以及如果有多个返回logit需要分别设置损失函数。 你好如果我要用pp-mattingv2用什么损失函数呢，因为我在跑时候发现配置文件中缺失了损失函数的参数，有具体的loss文档参考吗

Hello, has this problem been solved? Is it your above format

好的conv3d算子我已经添加成功，但是又出现了不可转换的算子depthwiseconv3d conv3d具体的代码实现如下 > class TFConv(): > def __init__(self, in_channel_num, out_channel_num, kernel_size=1, > strides=1, dilations=1, pads=None, weights=None, bias=None, group=1): > super().__init__() > if len(weights.shape) == 3: > self.conv1d_init(in_channel_num, out_channel_num, kernel_size, strides,...

你好，你的loss怎么设定的，我的ppmattingv2缺失了loss好神奇，The failed rule is DefaultPrimaryRule, and the error message is: No loss specified in the configuration file.

> > 你好，你的loss怎么设定的，我的ppmattingv2缺失了loss好神奇，The failed rule is DefaultPrimaryRule, and the error message is: No loss specified in the configuration file. > > 我的loss没有做改动，用的官方配置文件给出的值，您这个看起来像是把loss配置删除了？ 这个问题我已经解决了，是工作目录问题，要在matting目录下运行才有loss