Brickzhuantou / CalibDepth

10 stars 3 forks source link

关于lstm #20

Open Caozihan1064 opened 1 month ago

Caozihan1064 commented 1 month ago

您在论文中,引入了lstm网络,但是在train.py中,您加载得并不是时序得数据,而是在训练加载数据时,训练集通过shuffle=True打乱了数据集得顺序。而lstm在不是时序得数据中,是否很难起到作用吧,为什么还要引入lstm?,您是否 应该引入时间戳数据?期待您得解答。

Brickzhuantou commented 1 month ago
  1. 本论文确实是在单帧的配置下进行的实验,文中的LSTM主要用于标定动作序列的解码,类似于轨迹生成任务中的使用,并不是为了做时序特征的关联;
  2. 引入时序信息确实有可能带来更好的标定效果,可以参考CalibRCNN,或许更符合您的需求。