关于val和test

[leefly072]

您好，在训练的过程发现好像验证的时候出现了些问题，此外想问一下咱们的数据集做了crop处理吗，test如何进行呢，谢谢了 File "/var/lib/condor/execute/slot1/dir_2500534/YOLC-main/VisDrone_Dataset.py", line 252, in _det2json data['category_id'] = self.cat_ids[label] IndexError: list index out of range

[dawn-ech]

这个报错应该是类别数不太对应，检查下配置文件和annotation里的类别，现在解决了吗？ 训练时为每张图进行了一次crop处理，就是LSM中k=1时的那张子图，和原图一起作为训练集，测试集没有做crop。目前代码中可以正常进行不加LSM的test，最近我更新一下加LSM的test脚本。

[leefly072]

您好，我觉得您的工作非常优秀，想问一下，1）您这个的crop是怎么操作的，如果直接将VisDrone2019的数据进行训练是否会影响结果呢，2）如果我运行的使用val集的进行训练过程但不进行验证，就不会报错，只是在使用train集进行训练加入验证过程就会报错，不知道是不是依旧说明是val配置文件的问题，3）训练过程我发现加载的HRNet文件似乎存在参数不匹配，不知道您训练的时候是使用的pretrain的参数吗。对于上述问题，如果您能给予将十分感谢。谢谢了

[GuoQiRen]

他crop脚本感觉没有公开，不知道数据集经过怎样的处理过程，代码部分只能看到训练过程和测试过程。

[dawn-ech]

您好，我觉得您的工作非常优秀，想问一下，1）您这个的crop是怎么操作的，如果直接将VisDrone2019的数据进行训练是否会影响结果呢，2）如果我运行的使用val集的进行训练过程但不进行验证，就不会报错，只是在使用train集进行训练加入验证过程就会报错，不知道是不是依旧说明是val配置文件的问题，3）训练过程我发现加载的HRNet文件似乎存在参数不匹配，不知道您训练的时候是使用的pretrain的参数吗。对于上述问题，如果您能给予将十分感谢。谢谢了

1. 利用LSM找出最大的crop，放大1.5x，然后padding到(1024, 640)，最近会整理下这个脚本。直接用VisDrone2019也是可以正常训练的，结果会略低一点。
2. 能否用train训练并且在train上验证呢
3. 训练时加载的是pretrain参数，配置没有改。有问题的话可以贴个图看下

[dawn-ech]

@leefly072 @GuoQiRen crop的脚本已经上传了

[Wu-Junbao]

您好，我有个问题想请教一下，我的理解是 1）训练所用的crop是通过GT生成的heatmap进而通过LSM生成的crop，然后crop和原图一起进行训练，所以在训练过程中并没有使用LSM，对嘛？ 2）那同样的在边训练边验证的过程中，验证时候也没有使用LSM，对吗？ 3）只有在单独的test.py中使用了LSM根据heatmap进行裁剪，对吗？ 可不可以更新一下训练的脚本文件呢，训练时候使用的裁剪部分应该怎样加入训练过程中，这是要原图和对应的裁剪同时送入的吧？

[dawn-ech]

您好，我有个问题想请教一下，我的理解是 1）训练所用的crop是通过GT生成的heatmap进而通过LSM生成的crop，然后crop和原图一起进行训练，所以在训练过程中并没有使用LSM，对嘛？ 2）那同样的在边训练边验证的过程中，验证时候也没有使用LSM，对吗？ 3）只有在单独的test.py中使用了LSM根据heatmap进行裁剪，对吗？ 可不可以更新一下训练的脚本文件呢，训练时候使用的裁剪部分应该怎样加入训练过程中，这是要原图和对应的裁剪同时送入的吧？

gen_crop.py脚本生成crop这步本身用到LSM(k=1)，只不过用的是GT而不是预测的heatmap。后面训练时没有用LSM。 默认的验证没有用到LSM，后续我会上传加LSM的验证脚本。 因为gen_crop.py生成训练集的crop+原图，把生成的数据集当成训练集直接使用即可。不需要在训练过程中动态生成crop了

[Wu-Junbao]

您好，我有个问题想请教一下，我的理解是 1）训练所用的crop是通过GT生成的heatmap进而通过LSM生成的crop，然后crop和原图一起进行训练，所以在训练过程中并没有使用LSM，对嘛？ 2）那同样的在边训练边验证的过程中，验证时候也没有使用LSM，对吗？ 3）只有在单独的test.py中使用了LSM根据heatmap进行裁剪，对吗？ 可不可以更新一下训练的脚本文件呢，训练时候使用的裁剪部分应该怎样加入训练过程中，这是要原图和对应的裁剪同时送入的吧？

gen_crop.py脚本生成crop这步本身用到LSM(k=1)，只不过用的是GT而不是预测的heatmap。后面训练时没有用LSM。 默认的验证没有用到LSM，后续我会上传加LSM的验证脚本。 因为gen_crop.py生成训练集的crop+原图，把生成的数据集当成训练集直接使用即可。不需要在训练过程中动态生成crop了

感谢解惑

[Wu-Junbao]

请教关于多尺度推理，在代码中的多尺度推理是指的用了多个尺度的特征层 还是将图像resize到不同的尺度呢？如果是resize 图像，训练中和测试中都使用了多尺度嘛？

[dawn-ech]

请教关于多尺度推理，在代码中的多尺度推理是指的用了多个尺度的特征层 还是将图像resize到不同的尺度呢？如果是resize 图像，训练中和测试中都使用了多尺度嘛？

@Wu-Junbao 多尺度推理是使用对图像做resize，和其他方法的多尺度推理一样。只在测试时用，训练没有用到。

[QMLmulan]

请问这个gen_crop.py这个代码里用到的数据集是怎么划分用的？我用自己的数据集好像有问题

[dawn-ech]

请问这个gen_crop.py这个代码里用到的数据集是怎么划分用的？我用自己的数据集好像有问题

@QMLmulan 这个脚本针对的是VisDrone的数据格式，不是COCO的。如果是COCO格式，需要改一下读入标注的逻辑

[QMLmulan]

已收到您的邮件，我会尽快给你回复。谢谢