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).
249 stars 57 forks source link

精度提升 #18

Open Thea1 opened 4 years ago

Thea1 commented 4 years ago

我比较早看到你的论文和代码，觉得写的很好，我也跑到了和之前论文中差不多的精度，但是最近发现，你的baseline精度又提升了，但是看代码好像并无太大变化，就想请教一下，您是如何在aircraft数据集上将精度从94.50%提升到94.70%，以及在car数据集上从94.70%提升到95.00%？

ZF4444 commented 4 years ago

谢谢！主要是augmentation添加了color distort https://github.com/ZF1044404254/MMAL-Net/blob/199c1706695ba0f645809d3568881816fbe2fb70/datasets/dataset.py#L62

Thea1 commented 4 years ago

目前我跑的精度分别为，cub：89.25%，aircraft : 94.06%，cars：94.75%。
想知道如何调整才能达到你论文的精度呢？ 期待您的回复，谢谢！

Thea1 commented 4 years ago

谢谢！主要是augmentation添加了color distort https://github.com/ZF1044404254/MMAL-Net/blob/199c1706695ba0f645809d3568881816fbe2fb70/datasets/dataset.py#L62

哇喔 回的好快 受宠若惊 知道啦 我去改一改试试 非常感谢！！！

ZF4444 commented 4 years ago

目前我跑的精度分别为，cub：89.25%，aircraft : 94.06%，cars：94.75%。 想知道如何调整才能达到你论文的精度呢？ 期待您的回复，谢谢！

我是对100epoch 后每个epoch都进行test，得到最高的精度。其次由于没有作随机数等的限制，每次训练结果都会有些许差异，或许多跑几次。