search

zhanght021 / RPT

RPT: Learning Point Set Representation for Siamese Visual Tracking
MIT License
86 stars 16 forks source link

train code #5

Open jkboyJohn opened 3 years ago

jkboyJohn commented 3 years ago

您好 我发现里面没有训练代码，想问下什么时候开源？我觉得这个工作很棒，想follow一下

zhanght021 commented 3 years ago

我们在RPT基础之上还有后续工作，所以会在后续工作挂出来之后选择开源 整个训练代码是在原始的SiamRPN++基础之上改的，你可以去看一下检测算法RepPoints的代码，正负样本设置就是参考他的 @jkboyJohn

jkboyJohn commented 3 years ago

好的，知道了，那我先自己复现一下，十分感谢

laisimiao commented 3 years ago

@zhanght021 想问一下，后续工作有否出来，还是很想用用training code于别的东西上面

zhanght021 commented 3 years ago

@laisimiao 我非常非常想开源代码，但是的但是最近第一后续的论文我们会尽快挂出来，第二代码一直没有整理，最近这段时间我换方向了，在入门别的三维重建方向，所以一直没有时间整理，加上公司真的很忙。。训练代码真的只是reppoints和siamrpn++的结合，很简单的

laisimiao commented 3 years ago

@zhanght021 ok,谢谢，请问一下reppoints是用的official的实现还是mmdetecton的实现？

zhanght021 commented 3 years ago

我用的是官方的实现，其实就是把正负样本的设置方式拿来，分类损失的话focal loss和交叉熵都尝试了没特别的区别 经过前段时间的摸索，我发现用pytracking框架结果会更好，尤其是对大数据集（LaSOT，TrackingNet等）来说，用pytracking框架训练出来的模型结果会相对于用pysot出来的结果高挺多@laisimiao

laisimiao commented 3 years ago

我用的是官方的实现，其实就是把正负样本的设置方式拿来，分类损失的话focal loss和交叉熵都尝试了没特别的区别 经过前段时间的摸索，我发现用pytracking框架结果会更好，尤其是对大数据集（LaSOT，TrackingNet等）来说，用pytracking框架训练出来的模型结果会相对于用pysot出来的结果高挺多@laisimiao

https://github.com/microsoft/RepPoints 请问是这一个实现吗，我试了，因为这个的mmdetection的版本太老了，我编译mmdet成功以后，想要调试，但是会有这样的报错，请问你有遇到过吗？(.so文件都已经生成了)： ImportError: libtorch_cpu.so: cannot open shared object file: No such file or directory

laisimiao commented 3 years ago

我的环境是这样的：

(open-mmlab) lz@lz:~/PycharmProjects/RepPoints$ python ./mmdetection/mmdet/utils/collect_env.py 
sys.platform: linux
Python: 3.7.10 (default, Feb 26 2021, 18:47:35) [GCC 7.3.0]
CUDA available: True
CUDA_HOME: /usr/local/cuda
NVCC: Cuda compilation tools, release 10.1, V10.1.243
GPU 0,1: GeForce RTX 2080 Ti
GCC: gcc (Ubuntu 7.5.0-3ubuntu1~18.04) 7.5.0
PyTorch: 1.4.0
PyTorch compiling details: PyTorch built with:
  - GCC 7.3
  - Intel(R) Math Kernel Library Version 2019.0.4 Product Build 20190411 for Intel(R) 64 architecture applications
  - Intel(R) MKL-DNN v0.21.1 (Git Hash 7d2fd500bc78936d1d648ca713b901012f470dbc)
  - OpenMP 201511 (a.k.a. OpenMP 4.5)
  - NNPACK is enabled
  - CUDA Runtime 10.1
  - NVCC architecture flags: -gencode;arch=compute_37,code=sm_37;-gencode;arch=compute_50,code=sm_50;-gencode;arch=compute_60,code=sm_60;-gencode;arch=compute_61,code=sm_61;-gencode;arch=compute_70,code=sm_70;-gencode;arch=compute_75,code=sm_75;-gencode;arch=compute_37,code=compute_37
  - CuDNN 7.6.3
  - Magma 2.5.1
  - Build settings: BLAS=MKL, BUILD_NAMEDTENSOR=OFF, BUILD_TYPE=Release, CXX_FLAGS= -Wno-deprecated -fvisibility-inlines-hidden -fopenmp -DUSE_FBGEMM -DUSE_QNNPACK -DUSE_PYTORCH_QNNPACK -O2 -fPIC -Wno-narrowing -Wall -Wextra -Wno-missing-field-initializers -Wno-type-limits -Wno-array-bounds -Wno-unknown-pragmas -Wno-sign-compare -Wno-unused-parameter -Wno-unused-variable -Wno-unused-function -Wno-unused-result -Wno-strict-overflow -Wno-strict-aliasing -Wno-error=deprecated-declarations -Wno-stringop-overflow -Wno-error=pedantic -Wno-error=redundant-decls -Wno-error=old-style-cast -fdiagnostics-color=always -faligned-new -Wno-unused-but-set-variable -Wno-maybe-uninitialized -fno-math-errno -fno-trapping-math -Wno-stringop-overflow, DISABLE_NUMA=1, PERF_WITH_AVX=1, PERF_WITH_AVX2=1, PERF_WITH_AVX512=1, USE_CUDA=ON, USE_EXCEPTION_PTR=1, USE_GFLAGS=OFF, USE_GLOG=OFF, USE_MKL=ON, USE_MKLDNN=ON, USE_MPI=OFF, USE_NCCL=ON, USE_NNPACK=ON, USE_OPENMP=ON, USE_STATIC_DISPATCH=OFF, 

TorchVision: 0.5.0
OpenCV: 4.5.2
MMCV: 0.5.3
MMDetection: 1.1.0+unknown
MMDetection Compiler: GCC 7.5
MMDetection CUDA Compiler: 10.1
zhanght021 commented 3 years ago

IMG20210609194919 损失函数差不多就是这个样子，@laisimiao，你遇到的问题我建议你去mmdetection提问了

laisimiao commented 3 years ago

恩恩，我看到有类似的问题，但是尝试了一下午，还是没有解决。谢谢你的回复，我现在感觉遇到了瓶颈期，能不能加你个好友，我的邮箱是: laisimiao1@gmail.com

zhanght021 commented 3 years ago

1067166127@qq.com 我的邮箱，有问题发邮件，我回尽量快回复@laisimiao