关于GraphFPN的一些细节。
Zhangming001 opened this issue · 11 comments
作者您好，我对您的GraphFPN 非常感兴趣，想将其用于目标检测 `，但是在阅读源码过程中遇到一些问题，我在mmdet版本的GraphFPN代码中看到有fpn,fpnv1,fpnv2以及fpnv3.请问这四个有什么区别吗。
另外我看到代码中写到
#sp_values = [] sp_positions = [] #sp_edges = [] for i in range(len(img_metas)): img_meta = img_metas[i] filename = img_meta['ori_filename'][0:-4:1] for scale in range(4): filename = '/data1/zhaogangming/cob_train_'+str(4**(scale))+'_superpixel/'+filename #sp_value_name = filename+'value.npy' sp_position_name = filename+'position.npy' #sp_edge_name = filename+'edge.npy' if os.path.exists(sp_position_name): sp_positions.append(np.load(sp_position_name, allow_pickle=True)) #sp_values.append(np.load(sp_value_name, allow_pickle=True)) #sp_edges.append(np.load(sp_edge_name, allow_pickle=True)) else: sp_positions.append([]) #sp_positions.append(np.load('/data1/zhaogangming/cob_train_1_superpixel/000000434183position.npy', allow_pickle=True)) #sp_values.append(np.load('/data1/zhaogangming/cob_train_1_superpixel/000000434183value.npy', allow_pickle=True)) #sp_edges.append(np.load('/data1/zhaogangming/cob_train_1_superpixel/000000434183edge.npy', allow_pickle=True))
这部分代码的作用是什么。
期待您的回复
您好，请使用fpn.py。您copy的code是为了读取初始化的graph node和edge，其中我们使用cob superpixel extracted method作为image level的graph node和edge建立方法。具体细节请看paper部分。如果您想使用graph-fpn run自己的dataset，您首先需要用cob处理自己的dataset，这部分我们很快也会补充到github上，请您保持关注。另外如果觉得graph-fpn对您有帮助，可以引用我们的论文，谢谢。
您好，请使用fpn.py。您copy的code是为了读取初始化的graph node和edge，其中我们使用cob superpixel extracted method作为image level的graph node和edge建立方法。具体细节请看paper部分。如果您想使用graph-fpn run自己的dataset，您首先需要用cob处理自己的dataset，这部分我们很快也会补充到github上，请您保持关注。另外如果觉得graph-fpn对您有帮助，可以引用我们的论文，谢谢。
作者您好，请问如果想训练自己的dataset，要如何用cob处理自己的dataset呢，有博客或者论文可以参考吗，期待且感谢您的回复
Please check this reference
Kevis-Kokitsi Maninis, Jordi Pont-Tuset, Pablo Arbel´aez,
and Luc Van Gool. Convolutional oriented boundaries: From
image segmentation to high-level tasks. IEEE transactions
on pattern analysis and machine intelligence, 40(4):819–
833, 2017. 1, 3, 4, 6, 7
您好，请使用fpn.py。您copy的code是为了读取初始化的graph node和edge，其中我们使用cob superpixel extracted method作为image level的graph node和edge建立方法。具体细节请看paper部分。如果您想使用graph-fpn run自己的dataset，您首先需要用cob处理自己的dataset，这部分我们很快也会补充到github上，请您保持关注。另外如果觉得graph-fpn对您有帮助，可以引用我们的论文，谢谢。
作者您好，我想在自己的模型中使用您的这个方法，但是不知道该如何处理自己的数据集，请问有相关资料吗
请查看cob的paper 【Kevis-Kokitsi Maninis, Jordi Pont-Tuset, Pablo Arbel´aez, and Luc Van Gool. Convolutional oriented boundaries: From image segmentation to high-level tasks. IEEE transactions on pattern analysis and machine intelligence, 40(4):819– 833, 2017. 1, 3, 4, 6, 7】和 code 【https://github.com/kmaninis/COB】，如果您只是想尝试coco dataset，COB已经在project 【 https://github.com/kmaninis/COB 】里帮我们处理好了，如果您想尝试自己的数据，您可以使用COB进行处理（可训练也可测试），当然您也可以尝试使用python自带的slic等超像素生成的算法package，会影响性能，但是也可以使用。请自己根据情况进行选择。谢谢您的关注，如果觉得我们的工作不错，谢谢您的引用和follow。SLIC这部分如果有需要，可以联系我，我可以给您一份code。 luoz66 @.***> 于2022年8月12日周五 14:12写道：
…
您好，请使用fpn.py。您copy的code是为了读取初始化的graph node和edge，其中我们使用cob superpixel extracted method作为image level的graph node和edge建立方法。具体细节请看paper部分。如果您想使用graph-fpn run自己的dataset，您首先需要用cob处理自己的dataset，这部分我们很快也会补充到github上，请您保持关注。另外如果觉得graph-fpn对您有帮助，可以引用我们的论文，谢谢。 作者您好，我想在自己的模型中使用您的这个方法，但是不知道该如何处理自己的数据集，请问有相关资料吗 — Reply to this email directly, view it on GitHub <#3 (comment)>, or unsubscribe https://github.com/notifications/unsubscribe-auth/AK3A4FBSVR6JC564A6PEQ6DVYXTMXANCNFSM5SR4YXWQ . You are receiving this because you commented.Message ID: </issues/3/1212763597 @github.com>
好的，非常感谢您，我自己先尝试一下
您好，请问能发一份slic处理数据集的代码或教程吗？992202340@qq.com。十分感谢！
您好，请问论文里的local channel-wise attention and local channel self attention， 在mmdet版本的GraphFPN代码中体现在什么地方，阅读了fpn.py文件，只看到了spatial attention
请查看cob的paper 【Kevis-Kokitsi Maninis, Jordi Pont-Tuset, Pablo Arbel´aez, and Luc Van Gool. Convolutional oriented boundaries: From image segmentation to high-level tasks. IEEE transactions on pattern analysis and machine intelligence, 40(4):819– 833, 2017. 1, 3, 4, 6, 7】和 code 【https://github.com/kmaninis/COB】，如果您只是想尝试coco dataset，COB已经在project 【 https://github.com/kmaninis/COB 】里帮我们处理好了，如果您想尝试自己的数据，您可以使用COB进行处理（可训练也可测试），当然您也可以尝试使用python自带的slic等超像素生成的算法package，会影响性能，但是也可以使用。请自己根据情况进行选择。谢谢您的关注，如果觉得我们的工作不错，谢谢您的引用和follow。SLIC这部分如果有需要，可以联系我，我可以给您一份code。 luoz66 @.***> 于2022年8月12日周五 14:12写道：
…
您好，请使用fpn.py。您copy的code是为了读取初始化的graph node和edge，其中我们使用cob superpixel extracted method作为image level的graph node和edge建立方法。具体细节请看paper部分。如果您想使用graph-fpn run自己的dataset，您首先需要用cob处理自己的dataset，这部分我们很快也会补充到github上，请您保持关注。另外如果觉得graph-fpn对您有帮助，可以引用我们的论文，谢谢。 作者您好，我想在自己的模型中使用您的这个方法，但是不知道该如何处理自己的数据集，请问有相关资料吗 — Reply to this email directly, view it on GitHub <#3 (comment)>, or unsubscribe https://github.com/notifications/unsubscribe-auth/AK3A4FBSVR6JC564A6PEQ6DVYXTMXANCNFSM5SR4YXWQ . You are receiving this because you commented.Message ID: </issues/3/1212763597 @github.com>
作者您好，请问可以分享slic的代码给我吗，2313345041@qq.com，非常感谢
作者您好，请问可以分享slic的代码给我吗，1184855493@qq.com，非常感谢