Open dandelion915 opened 3 years ago
你好,印象中我测试模型花费的时间在四到五分钟左右。 关于测试的函数,可以在 utils.py中对evaluate函数进行调整的。
https://github.com/yyk-wew/F3Net/blob/574667f94569287a21bf5ceb4fed63f61848d528/utils.py#L77-L97
在evaluate函数中每次会重新生成dataset和dataloader,通过frame_num参数可以控制每个id采样多少张图片进行测试,这里默认是50,如果想要提高总体测试速度可以减少采样个数。
关于无报错的返回信息我在自己运行的时候并未遇到类似的问题,根据你给出的信息只能猜测可能是由于测试的batch_size过大导致OOM,默认的测试batch_size大小(代码中为bz)为64,建议把参数调整过后再试一下。
谢谢!已经可以很好地运行了,但是我的f_acc虽然能达到0.91,r_acc一直在0.4-0.6,您遇到过类似的情况吗?是否可以请教一下您在视频预处理中采取的方式(裁剪尺寸是否固定?尤其是有一些视频有多张人脸,可能导致人脸跟踪的id跳变)?
再此感谢您及时的回复!那请问您0.91的准确率是指平均acc还是f_acc?程序里应该也没有做真实样本的增强吧?
Excuse me, is 0.91 acc or auc? Can acc be provided if 0.91 is auc? Because I see only auc in github My average acc in test is only 0.78, is this normal?
谢谢你复现的代码!我有一些问题想请教一下:每个视频我提取了前300帧用作训练,在设置batchsize=2时,运行到auc, r_acc, f_acc = evaluate(model, dataset_path, mode='valid')时,测试模型需要花费15分钟时间,并且会无报错地返回Process finished with exit code -1。请问你每次测试模型需要花多久的时间?