search

MaybeShewill-CV / bisenetv2-tensorflow

Unofficial tensorflow implementation of real-time scene image segmentation model "BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic Segmentation"
https://maybeshewill-cv.github.io/bisenetv2-tensorflow/
MIT License
224 stars 59 forks source link

请教一下cityscapes数据集预处理的问题 #5

Closed leanglelin closed 4 years ago

leanglelin commented 4 years ago

对于训练集图片： 1.先随机水平翻转 2.然后对图片进行随机尺度的缩放，{ 0.75, 1, 1.25, 1.5, 1.75, 2.0} 3.随机裁剪为512x1024 4.归一化操作和Normalize 以上操作除了4，标签采用相同的操作。 对于验证集图片： 1.将图片缩小为512x1024，标签不变化 2.归一化操作和Normalize 最后将预测结果邻近插值为标签大小，计算miou。 不知道我的理解有没有问题，希望作者能够指教一下。我用pytorch实现的代码最多也就60%的miou。不知道是哪里出了问题

MaybeShewill-CV commented 4 years ago

@comic666 是这样的 只是augmentation的顺序我这边是 1.resize 2.mirror 3.random crop 4.normalize

leanglelin commented 4 years ago

@comic666 是这样的 只是augmentation的顺序我这边是 1.resize 2.mirror 3.random crop 4.normalize

好的多谢啦。还有一个问题论文中提到Segmentation Head，中间有个参数Ct,这个取的是固定值64么。

MaybeShewill-CV commented 4 years ago

@comic666

image

是按照一个固定的比例增大的 不是固定的某个值. 具体可以查看论文：）

Soulempty commented 4 years ago

@comic666 ，你目前miou多少呢？如何初始化权重的？我用pytorch大概66左右，借用了semseg开源代码

leanglelin commented 4 years ago

@comic666 ，你目前miou多少呢？如何初始化权重的？我用pytorch大概66左右，借用了semseg开源代码

目前只有63.5%，能不能交流一下呀。加个好友啥的。我看你的代码里面seghead，Ct和输入通道数是一样的，这个具体在论文中哪里有提到呀