search

ShuweiShao / IEBins

[NeurIPS2023] IEBins: Iterative Elastic Bins for Monocular Depth Estimation
MIT License
84 stars 5 forks source link

不同数据集训练问题 #19

Open Ericchen328 opened 6 months ago

Ericchen328 commented 6 months ago

作者您好，目前在复现您的工作，我用的不是kitti和nyu数据集，用的是清华大学发布的dair数据集，里面也有激光雷达点云图和rgb图片，图片的分辨率大小是在19201080，但由于本人目前计算资源不够，所以全尺寸跑的话batch_size只能设为2，训练过程中大约100次左右的iteration后就loss就不变了大约在1点几左右，于是我将图片resize了一下，现在尺寸为960448，batch_size为8，但loss就变成了30多。想向您请教俩个问题 1.您之前训练kitti的时候有对深度图进行resize吗？ 2.对于我这种情况您是建议寻找更好的计算资源还是去调整loss

ShuweiShao commented 6 months ago
  1. 你好，我没有resize过深度图。要是dair数据集的深度真值不是稠密的，resize的时候选择最近邻插值。
  2. 可以尝试减小一下gru的迭代次数以减小内存。
Ericchen328 commented 6 months ago

非常感谢您的回复，我dair的真值不算稠密，我在resize时候使用了最近邻插值，但是可视化后感觉效果很差，于是采用了双三次插值，效果看起来不错，但是实际跑起来loss就会很大，请问深度图是不是不建议resize，还有如果减小gru的迭代次数是不是对精度影响比较大呀