search

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

怎么得到分割指标 #43

Closed liangxiwen123 closed 1 year ago

liangxiwen123 commented 1 year ago

您好，非常感谢您的开源代码。 我在运行的时候出现一些问题，在运行python tools/test.py configs/deeplabv3plus/deeplabv3plus_r50_IAT_MIT5K.py work_dir/IAT_MIT5K/iter_20000.pth --eval mIoU这个命令时，是一张1080ti显卡在运行，而且时间特别慢，需要半天。我想问问是不是哪个参数没有传对，但是结果是正确的，想问问您这个该怎么解决。

还有一个问题，我如果只想对比别的模型的分割效果，我可以直接使用增强后的图片放到MBLLEN的指定路径，然后运行python tools/test.py configs/deeplabv3plus/deeplabv3plus_r50-d8_1024x1024_80k_ACDC_night.py work_dir/baseline/iter_20000.pth --eval mIoU计算出结果就行，还是需要增强整个训练集，重新训练？

cuiziteng commented 1 year ago

您好，如果只想对比别的模型的分割效果，我们在论文baseline中的做法是用增强算法增强整个训练集，重新训练，然后做对比。

但是如果您只想验证增强算法的好坏，那也可以用一个pre-train好的模型（比如在city-scape或者ADE20K等数据集），然后直接增强测试图像做inference，这种对比方法就是完全对比图像增强算法的好坏，我们在论文中想说明的主要是对比不同训练方法的好坏。