WXinlong / SOLO

SOLO and SOLOv2 for instance segmentation, ECCV 2020 & NeurIPS 2020.
Other
1.69k stars 307 forks source link

一张mask图中出现2个实例的问题 #197

Open SunnyXudongShi opened 2 years ago

SunnyXudongShi commented 2 years ago

你好,非常感谢您可以开源,您的工作真的非常棒,让我羡慕不已,我也在您的工作上继续很多的研究,然而目前遇到一个问题,具体如下2个问题,希望能得到您的帮助与指导。 1.最大的困扰:训练完的模型中会出现一张mask有2个实例情况,我如何取避免。 2.目前针对极小目标的检测(在512x512的图像中,大约10x10的像素值)的检测效果较差,我该如何取改善呢?

JianYan-g commented 2 years ago

我也遇到了相似的问题,

第一个问题应该就是NMS的问题,是不是你的置信度阈值设置略低;

第二个的话觉得在v3出来之前没法改善了,这种single stage的算法中把图片分成格,一个格负责预测一个物体,这里有天然的不足,对小物体尤其是大量的小物体是不如two stage算法的。小物体可以考虑用maskrcnn,不过实时比较差。

SunnyXudongShi commented 2 years ago

我也遇到了相似的问题,

第一个问题应该就是NMS的问题,是不是你的置信度阈值设置略低;

第二个的话觉得在v3出来之前没法改善了,这种single stage的算法中把图片分成格,一个格负责预测一个物体,这里有天然的不足,对小物体尤其是大量的小物体是不如two stage算法的。小物体可以考虑用maskrcnn,不过实时比较差。

我考虑的是将grid取大,目前还在实验中,不知道能不能缓解

JianYan-g commented 2 years ago

你目标小,应该用更多的grid, 更密集。

rookiexiao123 commented 2 years ago

你好,你们的模型还会出现一张mask有2个实例情况么,如果没有的话,请教下是怎么解决的呢

你好,非常感谢您可以开源,您的工作真的非常棒,让我羡慕不已,我也在您的工作上继续很多的研究,然而目前遇到一个问题,具体如下2个问题,希望能得到您的帮助与指导。 1.最大的困扰:训练完的模型中会出现一张mask有2个实例情况,我如何取避免。 2.目前针对极小目标的检测(在512x512的图像中,大约10x10的像素值)的检测效果较差,我该如何取改善呢?

SunnyXudongShi commented 2 years ago

你好,你们的模型出现一张面具有2个实例情况么,如果没有的话,请教下是怎么解决的呢

你好,非常感谢你非常可以发布,你的工作真的棒,让我不已,我表示你的上继续很多的研究,现在工作中遇到一个问题,具体如下 2 个问题,希望能得到你的帮助和指导。 1.最大的训练:训练完的模型中会出现一张面具有2个实例情况,我如何避免。 2.当前针对极小目标的检测(在512x512的图像中,大约10x10像素值的检测效果,我该怎么取优化呢?

没有!我认为是模型本身的原因导致,因为他区别于mask-rcnn的框架,而是采用grid的框架,所以这个问题不可避免。这只是我自己的理解,不知道作者是不是认同

rookiexiao123 commented 2 years ago

我发现貌似目标对象分布在img不同位置的数据集会改善这个问题

---- 回复的原邮件 ---- | 发件人 | @.> | | 日期 | 2021年12月23日 11:10 | | 收件人 | @.> | | 抄送至 | @.**@.> | | 主题 | Re: [WXinlong/SOLO] 一张mask图中出现2个实例的问题 (#197) |

你好,你们的模型出现一张面具有2个实例情况么,如果没有的话,请教下是怎么解决的呢

你好,非常感谢你非常可以发布,你的工作真的棒,让我不已,我表示你的上继续很多的研究,现在工作中遇到一个问题,具体如下 2 个问题,希望能得到你的帮助和指导。 1.最大的训练:训练完的模型中会出现一张面具有2个实例情况,我如何避免。 2.当前针对极小目标的检测(在512x512的图像中,大约10x10像素值的检测效果,我该怎么取优化呢?

没有!我认为是模型本身的原因导致,因为他区别于mask-rcnn的框架,而是采用grid的框架,所以这个问题不可避免。这只是我自己的理解,不知道作者是不是认同

— Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android. You are receiving this because you commented.Message ID: @.***>