we test the image of voc2012 with "voc_object_detection.pth"

Hupo777 commented 6 months ago

我们在voc数据上测试了给的权值，但是可视化效果显示，预测结果很不准，您有什么看法吗

JJJYmmm commented 6 months ago

不好意思，很有可能效果就是很一般（

这个项目只是对于 https://github.com/moein-shariatnia/Pix2Seq 的一个扩充，我提供的权重只是初步训练的结果，仅供学习参考。

关于检测的性能，您可以参考上述链接（本项目性能不会高过shariatnia-pix2seq）或 issue。

如果您追求detection baseline级别的表现，可以参考官方实现。

注：Pytorch版本实现的话，我个人推荐AiT提供的复现代码，实现相当完善，包括了Pix2seq原文中的noise box，可参考这里。不过放出的权重只有Transformer encoder部分，可能需要联系作者拿到完整权重或自行训练(我之前训过，但是没有保存)。

祝好。

gg22mm commented 5 months ago

到完整权重或自行训练(我之前训过，但是没有保

大老，Pytorch版本实现的话，我看这个是不是更好： https://github.com/facebookresearch/detr 但是不懂为什么不维护了~~！

JJJYmmm commented 5 months ago

到完整权重或自行训练(我之前训过，但是没有保

大老，Pytorch版本实现的话，我看这个是不是更好： https://github.com/facebookresearch/detr 但是不懂为什么不维护了~~！

1) detr是query based的检测框架，和pix2seq这种auto regressive的还是不太一样(当然detr的性能更好，follow的工作也更多)

2) 可以看看mmdetection等code base，这些维护挺勤快的（

gg22mm commented 5 months ago

好的，非常感谢，我去了解一下~~

JJJYmmm / Pix2SeqV2-Pytorch