test.py - Githubissues

zzq123zz commented 10 months ago

使用你提供的预训练权重，在测试的时候，得到MAE R: 6.6372，MAE rr: 6.6702，MAE pp: 6.6965，MAE yy: 6.5674，MAE t: 0.165894，MAE x: 0.167431，MAE y: 0.164024，MAE z: 0.166228，怎么与论文中的差别这么大

Brickzhuantou commented 10 months ago

使用你提供的预训练权重，在测试的时候，得到MAE R: 6.6372，MAE rr: 6.6702，MAE pp: 6.6965，MAE yy: 6.5674，MAE t: 0.165894，MAE x: 0.167431，MAE y: 0.164024，MAE z: 0.166228，怎么与论文中的差别这么大这是我这边本地用预训练模型在test.txt对应的KITTI数据中推理得到的结果；论文中给出了不同的初始扰动范围和训练测试集划分方式，需要按照论文给出的方式重新训练推理后可以复现结果

zzq123zz commented 10 months ago

那这样的话，数据集加载部分的代码得进行修改呀，我见你公布的代码中只是加载了train.txt和test.txt中的数据，那您能否分享一下对应不同数据集的数据加载的代码呢？

---- 回复的原邮件 ---- | 发件人 | zhuantou @.> | | 日期 | 2023年10月31日 00:33 | | 收件人 | @.> | | 抄送至 | @.>@.> | | 主题 | Re: [Brickzhuantou/CalibDepth] test.py (Issue #7) |

使用你提供的预训练权重，在测试的时候，得到MAE R: 6.6372，MAE rr: 6.6702，MAE pp: 6.6965，MAE yy: 6.5674，MAE t: 0.165894，MAE x: 0.167431，MAE y: 0.164024，MAE z: 0.166228，怎么与论文中的差别这么大

这是我这边本地用预训练模型在test.txt对应的KITTI数据中推理得到的结果；论文中给出了不同的初始扰动范围和训练测试集划分方式，需要按照论文给出的方式重新训练推理后可以复现结果

— Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: @.***>

zzq123zz commented 9 months ago

你这个测试集中的数据有些是在训练集当中出现过，当我将测试集的数据换成09_30后，用你提供的预训练权重测试得到的结果怎么与论文中的T1栏结果相差的较多呢

Brickzhuantou / CalibDepth

test.py #7