Comments (4)
czczup
commented on May 29, 2024
您好，由于我水平有限，在阅读论文和代码后仍然无法解决下面这个问题： 我把在Cityscapes test set上训练的模型用于我自己的数据集做语义分割，对应config是“mask2former_beit_adapter_large_896_80k_cityscapes_ss.py”，数据集图片尺寸为1920_1080，我没有进行任何操作直接用“image_demo.py”进行语义分割，运行没有报错，得到1920_1080的语义分割图片。请问这个模型的输入图片尺寸是任意的吗？我是否需要将图片尺寸调整为某个尺寸（例如cityscapes的图片尺寸）以获得更好的语义分割效果？
用image_demo.py测试会按照“mask2former_beit_adapter_large_896_80k_cityscapes_ss.py”这个config中的设置进行resize, 这里具体是resize到1024x2048然后用896x896的滑动窗口预测，模型要求输入图像必须是896x896，不过用了滑动窗口预测之后，输入图像可以是任意分辨率
from vit-adapter.
githubcvcv
commented on May 29, 2024
您好，由于我水平有限，在阅读论文和代码后仍然无法解决下面这个问题： 我把在Cityscapes test set上训练的模型用于我自己的数据集做语义分割，对应config是“mask2former_beit_adapter_large_896_80k_cityscapes_ss.py”，数据集图片尺寸为1920_1080，我没有进行任何操作直接用“image_demo.py”进行语义分割，运行没有报错，得到1920_1080的语义分割图片。请问这个模型的输入图片尺寸是任意的吗？我是否需要将图片尺寸调整为某个尺寸（例如cityscapes的图片尺寸）以获得更好的语义分割效果？
用image_demo.py测试会按照“mask2former_beit_adapter_large_896_80k_cityscapes_ss.py”这个config中的设置进行resize, 这里具体是resize到1024x2048然后用896x896的滑动窗口预测，模型要求输入图像必须是896x896，不过用了滑动窗口预测之后，输入图像可以是任意分辨率
请问不同的输入图片尺寸会影响语义分割效果吗？例如使用与1024×2048相似比例的图片，效果会更好吗？
from vit-adapter.
czczup
commented on May 29, 2024
您好，由于我水平有限，在阅读论文和代码后仍然无法解决下面这个问题： 我把在Cityscapes test set上训练的模型用于我自己的数据集做语义分割，对应config是“mask2former_beit_adapter_large_896_80k_cityscapes_ss.py”，数据集图片尺寸为1920_1080，我没有进行任何操作直接用“image_demo.py”进行语义分割，运行没有报错，得到1920_1080的语义分割图片。请问这个模型的输入图片尺寸是任意的吗？我是否需要将图片尺寸调整为某个尺寸（例如cityscapes的图片尺寸）以获得更好的语义分割效果？
用image_demo.py测试会按照“mask2former_beit_adapter_large_896_80k_cityscapes_ss.py”这个config中的设置进行resize, 这里具体是resize到1024x2048然后用896x896的滑动窗口预测，模型要求输入图像必须是896x896，不过用了滑动窗口预测之后，输入图像可以是任意分辨率
请问不同的输入图片尺寸会影响语义分割效果吗？例如使用与1024×2048相似比例的图片，效果会更好吗？
效果肯定是这个尺寸的图片最好，不过别的尺寸影响应该也不大（因为测试时的resize会保持输入图像的长宽比），你可以试试。
from vit-adapter.
githubcvcv
commented on May 29, 2024
您好，由于我水平有限，在阅读论文和代码后仍然无法解决下面这个问题： 我把在Cityscapes test set上训练的模型用于我自己的数据集做语义分割，对应config是“mask2former_beit_adapter_large_896_80k_cityscapes_ss.py”，数据集图片尺寸为1920_1080，我没有进行任何操作直接用“image_demo.py”进行语义分割，运行没有报错，得到1920_1080的语义分割图片。请问这个模型的输入图片尺寸是任意的吗？我是否需要将图片尺寸调整为某个尺寸（例如cityscapes的图片尺寸）以获得更好的语义分割效果？
用image_demo.py测试会按照“mask2former_beit_adapter_large_896_80k_cityscapes_ss.py”这个config中的设置进行resize, 这里具体是resize到1024x2048然后用896x896的滑动窗口预测，模型要求输入图像必须是896x896，不过用了滑动窗口预测之后，输入图像可以是任意分辨率
请问不同的输入图片尺寸会影响语义分割效果吗？例如使用与1024×2048相似比例的图片，效果会更好吗？
效果肯定是这个尺寸的图片最好，不过别的尺寸影响应该也不大（因为测试时的resize会保持输入图像的长宽比），你可以试试。
好的，谢谢！非常感谢！
from vit-adapter.
Related Issues (20)
- Training VIT-Adapter on custom dataset HOT 2
- import error, I already cd ops & sh make.sh # compile deformable attention HOT 4
- RuntimeError: Expected to mark a variable ready only once.Move the whole vitadapter to my own code, and above error emerged HOT 4
- Installation problems in google colab. HOT 2
- May I ask if there are ViT-Adapter and BEiTAdapter in the network trained in Cityscapes, is there any difference? HOT 1
- ModuleNotFoundError: No module named 'mmengine' HOT 2
- How to perform instance segmentation? HOT 1
- Aug-test problem
- Binary Segmentation with 4 channels HOT 8
- import ops.modules.MSDeformAttn HOT 1
- Is there a pre-trained vit-Adapter model? HOT 1
- Released model canot achieve performancen in github HOT 8
- Multi-modal pre-trained weight for ViT-B
- About num_classes for binary semantic segmentation in loss config
- Some errors when train on customized dataset HOT 1
- poor performance with DINO V2 pre-trained backbone HOT 4
- TypeError HOT 2
- The preparation of dataset for segmentation HOT 1
- Duplicate key is not allowed among bases HOT 4
- Video memory occupancy while training HOT 1
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from vit-adapter.