MichaelFan01 / STDC-Seg

Source Code of our CVPR2021 paper "Rethinking BiSeNet For Real-time Semantic Segmentation"
MIT License
705 stars 131 forks source link

关于训练尺度的问题 #21

Open gbyy422990 opened 3 years ago

gbyy422990 commented 3 years ago

您好,对您这个工作非常的感兴趣,但是对于这里面的randomscale有些疑问,对于cityscapes你paper写的是(0.125, 0.25, 0.375, 0.5, 0.625, 0.75, 0.875, 1.0, 1.125, 1.25, 1.375, 1.5),我想知道一下为什么会选择0.125,0.25.。。。。。0.625等着吗小的一些尺度?但是对于camVID的尺度就相对大一些,这个是有什么原因吗?因为一般cityscapes大家不会用这么小的尺度。

MichaelFan01 commented 3 years ago

您好,对您这个工作非常的感兴趣,但是对于这里面的randomscale有些疑问,对于cityscapes你paper写的是(0.125, 0.25, 0.375, 0.5, 0.625, 0.75, 0.875, 1.0, 1.125, 1.25, 1.375, 1.5),我想知道一下为什么会选择0.125,0.25.。。。。。0.625等着吗小的一些尺度?但是对于camVID的尺度就相对大一些,这个是有什么原因吗?因为一般cityscapes大家不会用这么小的尺度。

因为我这边输入小,为了保证cityscapes0.5scale模型的精度,所以对应的数据增强的尺度也做得比较小;camvid的话因为用的是原始分辨率,所以尺度就相对大一些