search

WenbinLee / DN4

Pytorch code of "Revisiting Local Descriptor based Image-to-Class Measure for Few-shot Learning", CVPR 2019.
Other
191 stars 43 forks source link

细粒度数据集准确率 #24

Closed jchuanHou closed 6 months ago

jchuanHou commented 6 months ago

作者您好！上次有关代码报错的issue非常感谢您能及时的回复，我是可以跑通backbone为Conv64F的模型的。 但是本周我在细粒度数据集StanfordDogs上重新跑了一下2019版本的模型，训练完毕以后经过测试发现5way1shot和5way5shot任务的准确率都比论文中的准确率有大幅度提高，但我并没有对代码进行修改，不知道这是什么情况呢？ backbone为Conv64F，论文中的5way1shot和5way5shot的准确率分别为45.41±0.76和63.51±0.62： image 我对该模型重新进行训练以及测试后，5way1shot和5way5shot的准确率分别为51.44和72.92： image image

jchuanHou commented 6 months ago

同时我也测试了CUB200的5way1shot和5way5shot的准确率分别为：64.78±0.87和84.35±0.57，比论文中的数据高了好多。 image image

WenbinLee commented 6 months ago

您好，确实遇到使用者提过类似的情况。这个可能是数据增广的影响，然后当时文章提交时并没有经过较好的调参。 ---- 回复的原邮件 ---- @.>发送日期2024年04月19日 08:28 @.> @.>主题Re: [WenbinLee/DN4] 细粒度数据集准确率 (Issue #24) 同时我也测试了CUB200的5way1shot和5way5shot的准确率分别为：64.78±0.87和84.35±0.57，比论文中的数据高了好多。 image.png (view on web) image.png (view on web) — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you are subscribed to this thread.Message ID: @.>

jchuanHou commented 6 months ago

好的，我明白了，非常感谢您能及时回复！