search

fudan-zvg / SeaFormer

[ICLR 2023] SeaFormer: Squeeze-enhanced Axial Transformer for Mobile Semantic Segmentation
290 stars 21 forks source link

关于LightHead的一些问题 #14

Closed 3DGGroup closed 1 year ago

3DGGroup commented 1 year ago

作者您好，我在LightHead中并没有找到上采样操作，Fusion_block中的上采样，也仅仅是将图片尺寸恢复至经Shared STEM处理后的八倍下采样大小，请问网络是在哪里将图片尺寸恢复到输入时的大小呢？

Junye-Chen commented 1 year ago

作者您好，我在LightHead中并没有找到上采样操作，Fusion_block中的上采样，也仅仅是将图片尺寸恢复至经Shared STEM处理后的八倍下采样大小，请问网络是在哪里将图片尺寸恢复到输入时的大小呢？

我也遇到了同样的问题，请问你们解决了吗？我看文章里面也没有对这个部分进行说明。

wwqq commented 1 year ago

上采样: Train: https://github.com/fudan-zvg/SeaFormer/blob/cd1d0092503215349ae4670aa80b03dee4d9a385/seaformer-seg/mmseg/models/decode_heads/decode_head.py#L235 Test: https://github.com/fudan-zvg/SeaFormer/blob/cd1d0092503215349ae4670aa80b03dee4d9a385/seaformer-seg/mmseg/models/segmentors/encoder_decoder.py#L75