920232796/SETR-pytorch

关于setr输出

Peterchen111 opened this issue · 12 comments

请问大佬,setr的输出可以作为特征提取后的featuremap后续进行目标检测吗?

可以吧,不过因为经过了上采样层,这个featuremap感觉有点大

我选了其中几个小的特征图,但是效果很差,loss能收敛到固定的值,之后就不降了,但是结果很不好(0.几那种),大佬请问这是为啥,需要预训练权重吗?

我不确定你写的代码对不对。。因为我还没有写过目标检测的example,我提供的这两个example的话,效果都是不错的。

目前我就是单纯的用你的代码替换掉特征提取网络。。。其他没有怎么动的

对于这个setr文章的话,特征提取应该是用纯transformer结构,之后的上采样是为了还原图像大小做分割用的,你如果做目标检测的话,应该是用前半部分就可以了~

对于这个setr文章的话,特征提取应该是用纯transformer结构,之后的上采样是为了还原图像大小做分割用的,你如果做目标检测的话,应该是用前半部分就可以了~

是的,但是多尺度检测可能会用到,顺便问下,512的特征图可以处理成16的吗,请问该怎么设置参数

512特征图处理成16的?什么意思,没听懂。

512特征图处理成16的?什么意思,没听懂。

512特征图处理成16的?什么意思,没听懂。

就是(1,3,512,512)的输入,最后输出也是16*16可以吗大佬,该如何设置参数

可以,但是我目前默认是降采样4倍...你如果需要的话,我还得改改代码。

因为我是复现的那篇文章,因此就是降采样四倍这么写的,当然按你说的这个的话,就是降采样五倍,512可以得到16.

因为我是复现的那篇文章,因此就是降采样四倍这么写的,当然按你说的这个的话,就是降采样五倍,512可以得到16.

您好920232796 是您的qq吗,我加您一下有些细节请教一下