search

dontLoveBugs / FCRN_pytorch

Pytorch Implementation of Deeper Depth Prediction with Fully Convolutional Residual Networks
65 stars 15 forks source link

图的可视化问题 #1

Closed Ariel-JUAN closed 5 years ago

Ariel-JUAN commented 5 years ago

您好，我最近也在尝试用pytorch复现fcrn，而且我在最初训练的时候出现了类似这样的图： 11 看起来图的效果非常不平滑，您觉得这样是正确的吗？

dontLoveBugs commented 5 years ago

不平滑的原因，可能是训练的次数不够，另外，FCRN本身没有平滑约束

Ariel-JUAN commented 5 years ago

如果用tensorflow测试出来的效果图，是不会出现这种问题的。我觉得或许是pytorch上采样的实现方式有问题。

dontLoveBugs commented 5 years ago

并不是，如果使用CRF等能够进行平滑约束的后处理操作，那么得到就能得到平滑的结果。 image

dontLoveBugs commented 5 years ago

另外，你可以发下tensorflow的效果图吗

Ariel-JUAN commented 5 years ago

这是fcrn用TensorFlow训练得到的结果图： clipboard 它没有用crf后处理，是直接得到的结果。现在的单目深度估计都不会用后处理的方式了。

dontLoveBugs commented 5 years ago

你好，我重新检查了测试集的每张图像的输出，并于原文提供的图像的做了比较，确实有你说的问题。 image 我觉得原因有是三个方面，1. 可能是可视化的工具不同，如果方便的话，可以提供一下可视化代码；2. 可能是损失函数不同，原文使用是berhu loss，而我使用的是l1 loss，3. 确实如你所说，tensorflow的实现方式与Pytorch不同，例如，Pytorch的预训练模型和tensorflow有差别，某些函数的实现有差别，例如插值函数，Pytorch代码使用双线性插值将深度图插值成原图大小，原文中生成的深度图为160X128。 此外，你提到单目深度估计不会使用后处理，可能没有关注最新的文章，建议关注2017年之后，CVPR和ICCV关于单目深度的文章。