search

ZF4444 / MMAL-Net

This is a PyTorch implementation of the paper "Multi-branch and Multi-scale Attention Learning for Fine-Grained Visual Categorization (MMAL-Net)" (Fan Zhang, Meng Li, Guisheng Zhai, Yizhao Liu).
250 stars 57 forks source link

咨询 #13

Open Codeczh opened 4 years ago

Codeczh commented 4 years ago

你好，我想咨询一下两个问题， 一、cub数据集加载时候，box标签是不是并没有用到（因为用到算强监督） 二、pretrained_model加载是是resnet50，那么所初始化加载的resnet50（original）是否需要cub200上 fine-tune

ZF4444 commented 4 years ago

1.实际训练中是没有用到，测试时加载了，只是为了评估在不使用box标签训练的情况下定位的准确率。 2.当然需要fine-tune。

Codeczh commented 4 years ago

谢谢，还有预训练resnet50时，数据加载用的代码里的吗，因为我发现我的train-transform部分和你的不太一样

ZF4444 commented 4 years ago

谢谢，还有预训练resnet50时，数据加载用的代码里的吗，因为我发现我的train-transform部分和你的不太一样

"预训练resnet50时，数据加载用的代码里的吗", 你的这句我没看太懂，不太理解

Codeczh commented 4 years ago

你好，是我没表述清楚，因为需要先训练 finetune的resnet50，在finetune时候要加载cub200的图片，那这一步的train-transform是和你代码里的dataset.py部分一样吗，因为我一般设置的是 train_transform = torchvision.transforms.Compose([ torchvision.transforms.Resize(448), torchvision.transforms.RandomHorizontalFlip(), torchvision.transforms.RandomCrop(448), torchvision.transforms.ToTensor(), torchvision.transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) 你的代码里有用到 transforms.Resize((self.input_size, self.input_size), Image.BILINEAR) transforms.RandomHorizontalFlip() transforms.ColorJitter(brightness=0.2, contrast=0.2) transforms.ToTensor() transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])

ZF4444 commented 4 years ago

预训练的resnet-50模型是在imagenet上训练的，直接拿来继续在细粒度数据集上训练就行了

Codeczh commented 4 years ago

预训练的resnet-50模型是在imagenet上训练的，直接拿来继续在细粒度数据集上训练就行了

所以，不需要 fine-tune好一个 resnet50（num_classes=200），将其前半部分特征抽取层来作为MMAL-Net的预训练加载模型MainNet.pretrained_model了是吗，直接用 ImageNet的resnet50（去掉fc的）加载到 MainNet.pretrained_model，并与object和part一起fine-tune训练。 我理解啦，非常感谢！！