cuiziteng / Illumination-Adaptive-Transformer

[BMVC 2022] You Only Need 90K Parameters to Adapt Light: A Light Weight Transformer for Image Enhancement and Exposure Correction. SOTA for low light enhancement, 0.004 seconds try this for pre-processing.
Apache License 2.0
441 stars 43 forks source link

您好,我把IAT搭建在yolov5上,但是为什么加上global分支效果不好? #36

Closed Henryluoluoluo closed 1 year ago

cuiziteng commented 1 year ago

您好,可能是因为没加载预训练权重?

Henryluoluoluo commented 1 year ago

忘加梯度裁剪了😅

PeterSmith1 commented 1 year ago

忘加梯度裁剪了😅

请问一下,您是怎么加到yolov5的?

ahnu313 commented 5 months ago

您好,我想问一下,你将IAT-YOLOv5后的结果是如何呢?在弱光检测方面是升了还是降了?

PeterSmith1 commented 5 months ago

你需要针对你的数据集去单独构建一个类似LOL低光数据集的数据集去训练IAT权重

从 Windows 版邮件发送

发件人: ahnu313 发送时间: 2024年1月17日 11:37 收件人: cuiziteng/Illumination-Adaptive-Transformer 抄送: PeterSmith1; Comment 主题: Re: [cuiziteng/Illumination-Adaptive-Transformer] 您好,我把IAT搭建在yolov5上,但是为什么加上global分支效果不好? (Issue #36)

您好,我想问一下,你将IAT-YOLOv5后的结果是如何呢?在弱光检测方面是升了还是降了? — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

ahnu313 commented 5 months ago

你需要针对你的数据集去单独构建一个类似LOL低光数据集的数据集去训练IAT权重 从 Windows 版邮件发送 发件人: ahnu313 发送时间: 2024年1月17日 11:37 收件人: cuiziteng/Illumination-Adaptive-Transformer 抄送: PeterSmith1; Comment 主题: Re: [cuiziteng/Illumination-Adaptive-Transformer] 您好,我把IAT搭建在yolov5上,但是为什么加上global分支效果不好? (Issue #36) 您好,我想问一下,你将IAT-YOLOv5后的结果是如何呢?在弱光检测方面是升了还是降了? — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

你需要针对你的数据集去单独构建一个类似LOL低光数据集的数据集去训练IAT权重 从 Windows 版邮件发送 发件人: ahnu313 发送时间: 2024年1月17日 11:37 收件人: cuiziteng/Illumination-Adaptive-Transformer 抄送: PeterSmith1; Comment 主题: Re: [cuiziteng/Illumination-Adaptive-Transformer] 您好,我把IAT搭建在yolov5上,但是为什么加上global分支效果不好? (Issue #36) 您好,我想问一下,你将IAT-YOLOv5后的结果是如何呢?在弱光检测方面是升了还是降了? — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: @.***>

恩恩谢谢,我目前操作一直是按论文里的简单方法【先增强再训练检测】,在yolo3 5 8都尝试过,在v3上确实是存在一点精度的上升,但是在v5和v8上测试都是下降的,现在打算使用IAT替换一下yolo的backbone,或者使用pre-encoder的方法继续尝试,但是深度学习能力受限不知道应该如何操作