Closed liangxiwen123 closed 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?
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。
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?