FlyingRoastDuck / MetaCam_DSCE

Code for our CVPR 2021 paper "MetaCam+DSCE"
59 stars 12 forks source link

论文准确率问题 #1

Closed henrysun1996 closed 3 years ago

henrysun1996 commented 3 years ago

请问您文论里面的MAP是几块GPU跑出来的?我试验的时候用了4块GPU,准确率跟您的有出入

FlyingRoastDuck commented 3 years ago

Hi,我们用的两块卡去实验的,所有结果也都是两卡去跑的。你具体说的是哪个实验结果有出入呢?无监督的还是uda的?在哪个数据集上的实验?

henrysun1996 commented 3 years ago

好的 那我就知道啦。您这个epoch40是最优结果了吗?如果我迭代100轮会不会有更好的结果呢?还有batchsize是否需要更高呢?

FlyingRoastDuck commented 3 years ago

没有去尝试过使用更大的epoch和其他的batchsize,主要是观察到40epoch左右结果就基本稳定了所以就没有再去调参。batchsize=64基本算是duke和market这两个数据集的标配吧,很多工作的batchsize一般都取64或者128。另外感觉使用更多gpu并不会影响测试结果,可能是影响到模型训练的时候。一般使用更多gpu的话你需要相应地去改变学习率。

henrysun1996 commented 3 years ago

哦哦 谢谢您。我在调参尝试尝试吧 看能不能有更好的结果。前面6个消融实验我已经跑完了,目前迁移到uda的模型在复现的时候会报错,错误是No checkpoint found at './MMTD2M.pth' 这个是需要自我下载的预训练模型吗?

FlyingRoastDuck commented 3 years ago

是的这个模型我已经在readme里面提供了你可以下载

henrysun1996 commented 3 years ago

好的。已经下载好MMTD2M.pth 。 另外,您在reame文件最后提到的 image 这是用来做什么的啊?

henrysun1996 commented 3 years ago

我知道了,是不是用来可视化 有无metacam的10个行人样本图的比较结果的啊?

FlyingRoastDuck commented 3 years ago

henrysun1996 commented 3 years ago

知道啦 谢谢您老师

Alex20172023 commented 2 years ago

作者你好!借助你的源码,我用一张Titan XP在market1501数据集跑“no meta,no robust loss ,with outlier”时,结果和您论文里(mAP=51.2 rank-1=73.2)的有所出入,我的结果是mAP=35.5 , rank-1=62.9。没有改动过你的任何参数,不知道哪里出错了。希望您能帮助一下我!谢谢