-
Notifications
You must be signed in to change notification settings - Fork 21
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
关于setr输出 #3
Comments
可以吧,不过因为经过了上采样层,这个featuremap感觉有点大 |
我选了其中几个小的特征图,但是效果很差,loss能收敛到固定的值,之后就不降了,但是结果很不好(0.几那种),大佬请问这是为啥,需要预训练权重吗? |
我不确定你写的代码对不对。。因为我还没有写过目标检测的example,我提供的这两个example的话,效果都是不错的。 |
目前我就是单纯的用你的代码替换掉特征提取网络。。。其他没有怎么动的 |
对于这个setr文章的话,特征提取应该是用纯transformer结构,之后的上采样是为了还原图像大小做分割用的,你如果做目标检测的话,应该是用前半部分就可以了~ |
是的,但是多尺度检测可能会用到,顺便问下,512的特征图可以处理成16的吗,请问该怎么设置参数 |
512特征图处理成16的?什么意思,没听懂。 |
就是(1,3,512,512)的输入,最后输出也是16*16可以吗大佬,该如何设置参数 |
可以,但是我目前默认是降采样4倍...你如果需要的话,我还得改改代码。 |
因为我是复现的那篇文章,因此就是降采样四倍这么写的,当然按你说的这个的话,就是降采样五倍,512可以得到16. |
您好920232796 是您的qq吗,我加您一下有些细节请教一下 |
是 |
请问大佬,setr的输出可以作为特征提取后的featuremap后续进行目标检测吗?
The text was updated successfully, but these errors were encountered: