search

sfzhang15 / RefineDet

Single-Shot Refinement Neural Network for Object Detection, CVPR, 2018
Other
1.43k stars 393 forks source link

关于多尺度训练 #183

Closed china56321 closed 5 years ago

china56321 commented 5 years ago

请问训练时默认就是多尺度吗？还需要额外的设置参数吗？请问下你用refinedet训练VOC或COCO用了多长时间？我用refinedet训练自己的数据集（将近3万图片），若用VGG16，几个小时就跑完了，若用RESNET101一天就跑完了。之前用YOLO系列跑，都得几天。请问这与多尺度训练有关吗？

sfzhang15 commented 5 years ago

@china56321 多尺度是默认打开的，SSD里面的crop和expand就是动态多尺度训练。

CThuw commented 4 years ago

@sfzhang15 请问在PASCAL VOC上训练的脚本VGG16_VOC2007/2012_320/512.py都默认是多尺度的吗？我用VGG16_VOC2007_512.py训练自己的数据，图像是1080P的，一天只能迭代几千次，可以通过事先将图像缩放到512×512然后进行训练吗？

sfzhang15 commented 4 years ago

@CThuw 训练是动态多尺度的，通过crop、expand和resize实现。如果没修改代码的话，无论输入图像是多大，VGG16_320/512训练大小都是320x320和512x512。

CThuw commented 4 years ago

@sfzhang15 我理解的动态多尺度训练是首先将每一张输入图像进行一种随机的尺度变换（crop、expand或resize），然后进行训练。这样的话输入分辨率（例如VGG16_VOC2007_512.py的输入分辨率是512×512）是不是没有意义？还是说动态多尺度的不同尺度是在输入分辨率的基础上确定的（例如通过将输入分辨率和预先设定好的不同的缩放系数相乘，从而确定一系列不同的尺度）？

XHuaSheng commented 4 years ago

请问使用的是啥配置的机器进行的训练呢

sfzhang15 commented 4 years ago

@XHuaSheng 当时使用的是4卡Titan X