search

zcablii / SARDet_100K

Offical implementation of MSFA and release of SARDet_100K dataset (NeurIPS 2024 spotlight) for Large-Scale Synthetic Aperture Radar (SAR) Object Detection
Other
342 stars 26 forks source link

关于预训练 #37

Open ocrhei opened 1 week ago

ocrhei commented 1 week ago

作者您好，最近拜读了您的这篇论文，写的非常棒，但我还有一地困惑。就是在第二个阶段，在遥感数据集上预训练。目前是否有一种风格迁移的方法呢，把烟感数据集，比如dota转换成sar图像风格后再训练呢

zcablii commented 1 week ago

这类方式我个人没有去进一步调研，不过听起来也是很可行的。

ocrhei commented 1 week ago

这类方式我个人没有去进一步调研，不过听起来也是很可行的。

由于您没写训练步骤，因为我有一点点困惑。就是1：请问在用dota数据集预训练的时候，gre或者can等输入增强需要开启么。2：请问用dota数据集预训练的时候，需要将dota数据集转成灰度图吗

zcablii commented 1 week ago

预训练的相关配置也提供了喔，config文件以pretrian开头的都是dota预训练的配置，比如pretrain_mrcnn_cascade_r50_sar_wavelet.py。基本的增强用的是默认的，输入是灰度化处理的。

921162820 commented 1 week ago

预训练的相关配置也提供了喔，config文件以pretrian开头的都是dota预训练的配置，比如pretrain_mrcnn_cascade_r50_sar_wavelet.py。基本的增强用的是默认的，输入是灰度化处理的。

非常棒的工作，请问对dota预训练的话，1x和3x对最终模型性能影响大吗