RFGenerator计算感受野

[yuhua666]

博士您好，我根据您上次提供给我的不同型号resnet的计算方式修改了感受野的计算(我使用的网络是resnet18)，然而修改后相比原先(resnet50版本的感受野计算方式)下降了一点性能，您知道大致原因吗？我修改的代码如下： ` def gen_trf(self): j_i = [1] for i in range(7): j = j_i[i]*2 j_i.append(j)

    trf_p2 = 43

    trf_p3 = 99

    trf_p4 = 211

    trf_p5 = 435

    trf_p6 = trf_p5 + (3-1)*j_i[6]

    trf_p7 = trf_p6 + (3-1)*j_i[7]

    trfs = [trf_p2, trf_p3, trf_p4, trf_p5, trf_p6, trf_p7]

    return trfs`

[Chasel-Tsui]

这里的下降，指的是在res18上训练的时候，用res18的计算方式，相比于res50的计算方式性能下降吗

[yuhua666]

是的，这可能是有效感受野与实际感受野不同造成的吗？

[Chasel-Tsui]

有可能的，你可以试一下调节fraction为1/3试一下。另外，如果有办法能够在训练过程中动态估计感受野，会是一个很好的工作。

[yuhua666]

感谢，我将根据您的建议进一步尝试。

[yuhua666]

有可能的，你可以试一下调节fraction为1/3试一下。另外，如果有办法能够在训练过程中动态估计感受野，会是一个很好的工作。

似乎有效，但只相比用res50的计算方式提升了0.1%，还有其他的参数可以调节吗？

[Chasel-Tsui]

fraction以及assigner中topk的第一个参数都可以调节试一下