dvlab-research / SA-AutoAug

Scale-aware Automatic Augmentation for Object Detection (CVPR 2021)
Other
196 stars 22 forks source link

模型训练时使用的增强策略,参数和论文中的不一样 #9

Closed gfzwytc closed 2 years ago

gfzwytc commented 2 years ago

感谢作者的伟大贡献,我在detectron2环境下训练了自己的数据集,训练时输出了使用的增强策略,发现和论文中的表9的增强策略有些不一样,这是为什么呢? {'zoom_out': {'prob': 0.30000000000000004, 'level': 9}, 'zoom_in': {'prob': 0.25, 'level': 3}} {'policies': [[('Color', 0.4, 2), ('translateX', 0.4, 4)], [('Brightness', 0.2, 4), ('rotate', 0.4, 2)], [('Sharpness', 0.4, 2), ('shearX', 0.2, 6)], [('SolarizeAdd', 0.2, 2), ('hflip', 0.5, 1)], [('Color', 0.0, 8), ('translateY', 0.2, 8)]], 'scale_ratios': {'area': [7, 5, 1], 'prob': [3, 3, 3]}} 论文中的表9的增强策略 image

yukang2017 commented 2 years ago

你好,我当时应该是进来了多次搜索,搜索到的结果会有所波动。两个策略其实差别非常小,我开源的时候找了个稳定性比较好的开源了。您也可以考虑改回文章中的那个,效果差不多的。

gfzwytc commented 2 years ago

你好,我当时应该是进来了多次搜索,搜索到的结果会有所波动。两个策略其实差别非常小,我开源的时候找了个稳定性比较好的开源了。您也可以考虑改回文章中的那个,效果差不多的。