Open LiaoYujia opened 2 years ago
目前遥感数据集，以DOTA数据集为例一般是离线多尺度裁图，裁成[0.5,1.0,1.5]三种尺度，在训练时统一resize到1024*1024，OBBDetection框架也实现了这种方式，很好用。但是最近在实现在线多尺度训练和测试的时候遇到问题，想问问OBBDetection实现了在线多尺度训练和在线多尺度测试吗？如果实现了的话，如何使用呢？ 希望能得到您的帮助。
下面是我实现在线多尺度训练和 在线多尺度测试的方式： 在线多尺度训练： train_pipeline = [ dict(type='LoadImageFromFile'), dict(type='LoadOBBAnnotations', with_bbox=True, with_label=True, obb_as_mask=True), dict(type='LoadDOTASpecialInfo'), dict(type='Resize', img_scale=[(1024, 1024),(1536,1536)], multiscale_mode='range', keep_ratio=True),..... 能够运行 在线多尺度测试： test_pipeline = [ dict(type='LoadImageFromFile'), dict( type='MultiScaleFlipRotateAug', img_scale=[(1024, 1024),(1536,1536)], h_flip=False, v_flip=False, rotate=False, transforms=[ dict(type='Resize', keep_ratio=True), dict(type='OBBRandomFlip'), dict(type='Normalize', **img_norm_cfg), dict(type='RandomOBBRotate', rotate_after_flip=True), dict(type='Pad', size_divisor=32), dict(type='ImageToTensor', keys=['img']), dict(type='OBBCollect', keys=['img']), ]) ] 改变了 img_scale 的输入，出现维度不匹配的情况。
目前遥感数据集，以DOTA数据集为例一般是离线多尺度裁图，裁成[0.5,1.0,1.5]三种尺度，在训练时统一resize到1024*1024，OBBDetection框架也实现了这种方式，很好用。但是最近在实现在线多尺度训练和测试的时候遇到问题，想问问OBBDetection实现了在线多尺度训练和在线多尺度测试吗？如果实现了的话，如何使用呢？ 希望能得到您的帮助。
下面是我实现在线多尺度训练和 在线多尺度测试的方式： 在线多尺度训练： train_pipeline = [ dict(type='LoadImageFromFile'), dict(type='LoadOBBAnnotations', with_bbox=True, with_label=True, obb_as_mask=True), dict(type='LoadDOTASpecialInfo'), dict(type='Resize', img_scale=[(1024, 1024),(1536,1536)], multiscale_mode='range', keep_ratio=True),..... 能够运行 在线多尺度测试： test_pipeline = [ dict(type='LoadImageFromFile'), dict( type='MultiScaleFlipRotateAug', img_scale=[(1024, 1024),(1536,1536)], h_flip=False, v_flip=False, rotate=False, transforms=[ dict(type='Resize', keep_ratio=True), dict(type='OBBRandomFlip'), dict(type='Normalize', **img_norm_cfg), dict(type='RandomOBBRotate', rotate_after_flip=True), dict(type='Pad', size_divisor=32), dict(type='ImageToTensor', keys=['img']), dict(type='OBBCollect', keys=['img']), ]) ] 改变了 img_scale 的输入，出现维度不匹配的情况。