关于VeRi-776 应用的问题

[Jiahong-Xu]

郑博士，您好。 我在尝试基于您提供的Res50_imbalance_s1_256_p0.5_lr2_mt_d0_b48 (TMM) 这个模型进行stage_two 的训练，也就是基于 VeRi 的 fine_tune. 希望可以最终得到和您提供的 ft_Res50_imbalance_s1_256_p0.5_lr1_mt_d0.2_b48_w5 (TMM) 近似mAP的模型。

但是，训练过程中我发现，VeRi数据集中所含车辆的编号大于700，但ft_Res50_imbalance_s1_256_p0.5_lr1_mt_d0.2_b48_w5 (TMM) 最后一层的classifier的输出是576.

您是应该用了一部分VeRi来进行fine-tune的么？您是怎样划分的呢？

如下是我应用nclass=769(VeRi 训练集里所有车辆进行训练），stage_two= 12 后，进行测试得到的结果： Rank@1:0.846246 Rank@5:0.937425 Rank@10:0.967819 mAP:0.547631

跟您提供的模型的mAP=83.4%相比还差了不少。

[Jiahong-Xu]

抱歉，我大概明白了，VeRi的训练集里虽然标号到了769， 但是其实有很多车ID不在训练集中。 query集+ test + trian 一共是标到了776.

[Jiahong-Xu]

您好，我发现在训练 的代码里并没有val的部分，在stage-two 训练得到ft_Res50_imbalance_s1_256_p0.5_lr1_mt_d0.2_b48_w5 (TMM) 的过程中您是怎样使用VeRi-776的呢？有在image_train中分离出val set么? 为什么没有validation的过程呢？ 特别感谢

[dlliu123]

@Jiahong-Xu 您好，我想请问一下您的训练过程中第一、第二阶段的性能是怎样的？（每个step的运行时间）

[lhbsww]

@Jiahong-Xu 你好，请问对于VeRi-776的应用，您是否生成了合成图片，还是只用了真实图片，最后的结果是否和郑博士的一样呢

[layumi]

不好意思 才看到。 @Jiahong-Xu 因为我发现效果很好。 我当时就直接用的最后一轮 来测 没有搞val。 val如果搞成分类，其实也不太准。