Open Jianqiang-Mei opened 2 years ago
如果你是指Fig.5第三行,用plt.imshow(mask*disp,'jet');plt.show()
这个我搞定了,想顺便问下大佬,怎么直接输出训练好的stereo_mask_rcnn预测的mask结果呀,我想做个对比试验,谢谢你
因为我发现vob和pob不同训练次数在val上的AP2d精度居然一样,所以想输出mask看一下
2d detector的box branch用的stereo rcnn。已经fix住了,没有训练。
这个参考visualiz.ipynb
我发现disprcnn对于很多非小轿车形状的车辆的预测,其实例视差都预测为小轿车的形状,请问这时受pseudo-ground-truth训练的影响吗
如果只用稀疏的lidar点云进行训练,是不是形状估计会更精确一点
考虑到实际场景中还会有卡车、货车这种和小轿车形状差异较大的车辆
2d detector的box branch用的stereo rcnn。已经fix住了,没有训练。
可是如果只训练了idispnet,这并不会影响mask的预测呀,请问你们是先用pseudo-ground-truth训练好了stereo_rcnn,然后再将其fix的吗
问题有点多,希望大佬能解惑一下,谢谢呀
谢谢大佬
2d detector的box branch用的stereo rcnn。已经fix住了,没有训练。
既然stereo rcnn被fix住了,有什么方法可以在新的双目图像数据集上做可视化预测吗
inference是可以的
inference是可以的 请问能说下具体怎么操作吗
我试了,好像只能得到roi区域的inference结果,大佬能说下mask区域怎么inference的吗
请问作者大大论文中的disparity pseudo-ground-truth 那个图是怎么生成的呀,在哪里可以看到