search

chenjun2hao / DDRNet.pytorch

This is the unofficial code of Deep Dual-resolution Networks for Real-time and Accurate Semantic Segmentation of Road Scenes. which achieve state-of-the-art trade-off between accuracy and speed on cityscapes and camvid, without using inference acceleration and extra data
Other
161 stars 41 forks source link

BALANCE_WEIGHTS #22

Open LeonSakura opened 2 years ago

LeonSakura commented 2 years ago

大佬您好，在看您代码的时候发现config文件中BALANCE_WEIGHTS设置的是[1,0.4]，为什么将seghead出来的loss的权重设置成1，而最终输出的权重的loss设置为0.4呢，期待您的回复，十分感谢！

chenjun2hao commented 2 years ago

这是来自QQ邮箱的假期自动回复邮件。   您好，我最近正在休假中，无法亲自回复您的邮件。我将在假期结束后，尽快给您回复。

LeonSakura commented 2 years ago

与原文中的设置好像相反，期待您百忙之中的回复！

xiaodaomingye459 commented 2 years ago

我也注意到这个问题，应该是设置了吧

LeonSakura commented 2 years ago

我也注意到这个问题，应该是设置了吧

是代码中设置错了嘛

J0kerrr164 commented 2 years ago

同问

chenjun2hao commented 2 years ago

这是来自QQ邮箱的假期自动回复邮件。   您好，我最近正在休假中，无法亲自回复您的邮件。我将在假期结束后，尽快给您回复。

scl666 commented 2 years ago

同问

你好，我也有这个疑问，请问您调换权重值实验了吗？我指标只有77，离79差的有点多，方便交流一下吗

J0kerrr164 commented 2 years ago

同问

你好，我也有这个疑问，请问您调换权重值实验了吗？我指标只有77，离79差的有点多，方便交流一下吗

我跑了slim版本的是75多，按照论文设置权重的话精度还会降低一些，你呢

scl666 commented 2 years ago

你好，我用其它程序提供的权重，在这个程序上跑77.3左右。我看代码utils里面ACC输出计算使用的output【1】，这个和网络输出有关系了；其它程序的输出是[x_,x_extra],这个程序是反着的，但是这样权重对不上了，像素精确度对应上了，我正在尝试改变这几个位置，找到最好的结果

J0kerrr164 commented 2 years ago

你好，我用其它程序提供的权重，在这个程序上跑77.3左右。我看代码utils里面ACC输出计算使用的output【1】，这个和网络输出有关系了；其它程序的输出是[x_,x_extra],这个程序是反着的，但是这样权重对不上了，像素精确度对应上了，我正在尝试改变这几个位置，找到最好的结果

你好，请问一下你说的77是用别人提供的权重测试的结果吗，你有自己train试一下吗。 output【1】对应的是最后的seg head的输出，我感觉应该没问题，但里面的weight好像确实是反了

scl666 commented 2 years ago

你好，我用其它程序提供的权重，在这个程序上跑77.3左右。我看代码utils里面ACC输出计算使用的output【1】，这个和网络输出有关系了；其它程序的输出是[x_,x_extra],这个程序是反着的，但是这样权重对不上了，像素精确度对应上了，我正在尝试改变这几个位置，找到最好的结果

你好，请问一下你说的77是用别人提供的权重测试的结果吗，你有自己train试一下吗。 output【1】对应的是最后的seg head的输出，我感觉应该没问题，但里面的weight好像确实是反了

我是自己训练的，结果就是77，别人的我没有测试过，自己测试也是最高77左右

J0kerrr164 commented 2 years ago

你好，我用其它程序提供的权重，在这个程序上跑77.3左右。我看代码utils里面ACC输出计算使用的output【1】，这个和网络输出有关系了；其它程序的输出是[x_,x_extra],这个程序是反着的，但是这样权重对不上了，像素精确度对应上了，我正在尝试改变这几个位置，找到最好的结果

你好，请问一下你说的77是用别人提供的权重测试的结果吗，你有自己train试一下吗。 output【1】对应的是最后的seg head的输出，我感觉应该没问题，但里面的weight好像确实是反了

我是自己训练的，结果就是77，别人的我没有测试过，自己测试也是最高77左右

那好像差不多吧，我是slim版本的train出来75多

scl666 commented 2 years ago

你好，我用其它程序提供的权重，在这个程序上跑77.3左右。我看代码utils里面ACC输出计算使用的output【1】，这个和网络输出有关系了；其它程序的输出是[x_,x_extra],这个程序是反着的，但是这样权重对不上了，像素精确度对应上了，我正在尝试改变这几个位置，找到最好的结果

你好，请问一下你说的77是用别人提供的权重测试的结果吗，你有自己train试一下吗。 output【1】对应的是最后的seg head的输出，我感觉应该没问题，但里面的weight好像确实是反了

我是自己训练的，结果就是77，别人的我没有测试过，自己测试也是最高77左右

那好像差不多吧，我是slim版本的train出来75多

我也是slim版，不过这个程序有个博客介绍的slim是79，因为使用数据增强和多尺度，我还没有达到这么高

CuZaoo commented 2 years ago

无论是0.4，1还是1，0.4我都有测出0.77的精度，但是我还是改成了论文的描述

chenjun2hao commented 2 years ago

这是来自QQ邮箱的假期自动回复邮件。   您好，我最近正在休假中，无法亲自回复您的邮件。我将在假期结束后，尽快给您回复。

scl666 commented 2 years ago

无论是0.4，1还是1，0.4我都有测出0.77的精度，但是我还是改成了论文的描述

你好，请问你的预训练权重方面发下吗？是论文作者提供的网址吗

CuZaoo commented 2 years ago

无论是0.4，1还是1，0.4我都有测出0.77的精度，但是我还是改成了论文的描述

你好，请问你的预训练权重方面发下吗？是论文作者提供的网址吗

额，我没有使用预训练权重，是直接从头开始训练了1000轮（轮次是随便定的）

scl666 commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

scl666 commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

CuZaoo commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

代码是，但是我修改了模型，之后两种比例都达到过0.77

CuZaoo commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

学习率没改变，只改了模型

CuZaoo commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

我个人觉得不同的比率对结果的影响不太大，都有机会跑到0.77

scl666 commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

学习率没改变，只改了模型

方便说下改动地方吗？我用论文作者提供的权重可以达到77，但是这个项目里面说可以达到79，有个博客说的代码就是这个项目

CuZaoo commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

学习率没改变，只改了模型

方便说下改动地方吗？我用论文作者提供的权重可以达到77，但是这个项目里面说可以达到79，有个博客说的代码就是这个项目

这个不太好说，但是我觉得可以证实比率不同不太影响结果，不过，我跑没改过的模型，使用这个项目原来的比率也就只达到0.77，0.79不知道怎么达到

scl666 commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

学习率没改变，只改了模型

方便说下改动地方吗？我用论文作者提供的权重可以达到77，但是这个项目里面说可以达到79，有个博客说的代码就是这个项目

这个不太好说，但是我觉得可以证实比率不同不太影响结果，不过，我跑没改过的模型，使用这个项目原来的比率也就只达到0.77，0.79不知道怎么达到

好的感谢

CuZaoo commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

学习率没改变，只改了模型

方便说下改动地方吗？我用论文作者提供的权重可以达到77，但是这个项目里面说可以达到79，有个博客说的代码就是这个项目

这个不太好说，但是我觉得可以证实比率不同不太影响结果，不过，我跑没改过的模型，使用这个项目原来的比率也就只达到0.77，0.79不知道怎么达到

好的感谢

请问还在不？方便加下联系方式么？我突然想到一点复现的问题 QQ870619807

m828 commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

学习率没改变，只改了模型

方便说下改动地方吗？我用论文作者提供的权重可以达到77，但是这个项目里面说可以达到79，有个博客说的代码就是这个项目

这个不太好说，但是我觉得可以证实比率不同不太影响结果，不过，我跑没改过的模型，使用这个项目原来的比率也就只达到0.77，0.79不知道怎么达到

好的感谢

请问还在不？方便加下联系方式么？我突然想到一点复现的问题 QQ870619807

请问一下，你们训练的数据集有做过预处理吗？我在官网下载的数据集，跑起来loss为0... image

scl666 commented 2 years ago

额，我没有使用预训练权重，是从头训练了1000轮

1000epoch吗？代码是这个项目的吧

对了，学习率还有梯度下降方法有改动吗

学习率没改变，只改了模型

方便说下改动地方吗？我用论文作者提供的权重可以达到77，但是这个项目里面说可以达到79，有个博客说的代码就是这个项目

这个不太好说，但是我觉得可以证实比率不同不太影响结果，不过，我跑没改过的模型，使用这个项目原来的比率也就只达到0.77，0.79不知道怎么达到

好的感谢

请问还在不？方便加下联系方式么？我突然想到一点复现的问题 QQ870619807

请问一下，你们训练的数据集有做过预处理吗？我在官网下载的数据集，跑起来loss为0... image

没有预处理，对应放好路径

m828 commented 2 years ago

image 奇怪了，路径是按要求放的，代码我没动，跑出来loss一直就是0