网络权重 about gconet_plus HOT 10 CLOSED

嗨, 那您的performance是多少呢?

我记得应该就是这个权重文件, 他俩确实就是同一个, 只是标注明显一点而已.

那您有没有用过比如ultimate_duts.pth测一下看看和文中一不一致呢? 如果DUTS训的权重也和论文里的不一致, 那应该不是我传错了, 而是其他问题比如环境配置不一致导致结果不同.

from gconet_plus.

第一个为best，第二个为duts跑出的结果，都与论文中不同。我再尝试一下您的环境配置，感谢回复~

from gconet_plus.

没事, 不用客气.
我README里面有提供colab一整套直接一键run的test+evaluation的, 你可以试一下.
我刚刚也用它跑了下ultimate_duts_cocoseg (The best one).pth on CoCA的结果, 略有极小出入(Emax还比论文里的高了不到0.001)但是基本一致:

torch==1.13.1:

torch==2.0.0:

所以应该是你那里有一点小问题.

from gconet_plus.

感谢您，我也尝试了。
我还有另外的问题，我想在推理阶段生成DUTS和COCO-seg的预测图，中途显存为什么会爆掉呢？

from gconet_plus.

这个我不清楚啊, 毕竟colab上16G的T4也能跑.

from gconet_plus.

您好，我又在colab上尝试了几次，推理时生成coco-seg的预测图还是会出现out of memory，应该也不是梯度未清零的原因吧

from gconet_plus.

您好，我已经解决了，原因是推理时数据加载方式和训练时不同

from gconet_plus.

您好，我又在colab上尝试了几次，推理时生成coco-seg的预测图还是会出现out of memory，应该也不是梯度未清零的原因吧

哦对, 我想起来了... 因为inference时是默认加载整个group的. 而coco-seg的不同组的图像数量分布夸张得不均匀, 比如person这一group, 直接就几个G, 那你全读入去处理, 显存肯定是放不下的. 你换成正常的测试集就肯定没问题的.

from gconet_plus.

您好，我已经解决了，原因是推理时数据加载方式和训练时不同

哈哈, 好吧, 弄明白就好. 有问题欢迎继续留issue.

from gconet_plus.

是的，感谢您的及时回复，非常感谢~

from gconet_plus.