search

liuyuan-pal / Gen6D

[ECCV2022] Gen6D: Generalizable Model-Free 6-DoF Object Pose Estimation from RGB Images
GNU General Public License v3.0
605 stars 75 forks source link

请问训练refiner.py程序前的验证数据的准备会影响最终的效果吗？ #118

Open lcl-git-3d opened 1 year ago

lcl-git-3d commented 1 year ago

感谢作者提供了如此优秀的研究工作。 请问训练refiner.py程序前的验证数据的准备会影响最终的效果吗？ 如果我想用提供的预训练好的detector_pretrain、selector_pretrain，去训练refiner。是否需要每次训练前重新产生验证数据集呢？ 还有两个请教的问题是： 在用原代码完整的重新训练detector、selector、refiner以后，与论文中提供的数据有差别很大。请问这是什么原因呢？是否涉及一些调参技巧呢？ 然后在用原代码完整的重新训练detector、selector、refiner以后，再使用您提供的detector_pretrain、selector_pretrain、refiner_pretrain去评估add-0.1d和prj-5，发现与论文中您提供的指标有一些细微的差别。但是重新训练以前，直接用您提供的pretrain模型评估指标是一模一样的。原因又出在哪呢？

liuyuan-pal commented 1 year ago

Hi, 主要是add-0.1不太稳定，这个差几个像素经常会差特别多，你可以以Prj-5为准，差不多就是复现成功了。

Qinlei0707 commented 2 months ago

https://github.com/liuyuan-pal/Gen6D/issues/118#issue-1910237613

请问它这个 image refiner代码中特征提取网络中的初始化conv3d有起到作用吗?这个特征提取网络好像就只用conv2d，没有用到conv3d呀，这个对训练结果有影响吗？