mryang23 / pixel-anchor Goto Github PK

按照这个方式存储，，跑完ICDAR2015本地文件会有2T左右，，太吓人了吧

if (epoch + 1) % interval == 0:
     state_dict = model.module.state_dict() if data_parallel else model.state_dict()
     torch.save(state_dict, os.path.join(pths_path, 'model_epoch_{}.pth'.format(epoch + 1)))

epoch达到合适值就存储一个pth文件，这有点恐怖的哦。

还请教下你跑完ICDAR2015需要花多少时间，，这个网络结构预测时间上有没有优势，与其他网络比较

你好，非常好的尝试！可以完善一下项目信息包括你在测试运行的环境和依赖版本，这有利想贡献代码的人更方便开始这个项目，谢谢。

按照原文，anchornet.py里square_conv_loc和square_conv_cla的kernel_size应该是(3, 3)，padding应该是(1, 1)。请确认一下，谢谢。

大佬好，我用你代码使用syn800k预训练，训练会出现NAN，请问你有遇到过吗