非常棒的工作
rubbish001 opened this issue · 18 comments
能不能把centerpoint的测试日志发给我一份
没懂你说的是哪个图？Table 4？
我就双卡，搞了一点创新点，刷的test集比你低一点，但是消融实验不够，有什么方式可以分析val的结果日志，能给点提示
兄弟，你这个heatmap的dn组件涨了多少点，有测试吗
我记得这个之前不添加augmentation fading的时候，应该是~0.5点提升。你可以跑下对比deformformer3d不加这个的结果。
牛
我刚开始看你的代码，我发现论文中最好的是3阶段，但是那个跳转的代码仅仅是1阶段的heatmap， 能不能把你们那个68.7的配置文件展示出來，我现在想结合你的方法和我的方法在搞一波，而且我测试过query为300的时候训练，精度会下降的，这个配置感觉不对啊
提交的模型基本就是给出来的config，multistage_heatmap和num_proposals数目有调整过二阶段和三阶段，之前在榜单上只一次性提交的结果。你这里之前复现的结果是多少？另外可以试下num_proposals=200, multistage_heatmap=2(这个就是三阶段，给出来的模型是二阶段的multistage_heatmap=1速度会快些)。
兄弟，能发一份训练日志吗，我就这点显卡，基本不会跑别人的模型的，发一份很全的日志到我邮箱或者损失函数图都可以，谢谢啦
mAP66.4 NDS 70.9 是多次跑出来的最好值还是随便跑出来的
这个挺容易跑出来的，之前最高应该有66.6~左右
兄弟，能发一份训练日志吗，我就这点显卡，基本不会跑别人的模型的，发一份很全的日志到我邮箱或者损失函数图都可以，谢谢啦
我目前机器上没有nuscenes的数据，暂时没时间跑这个
兄弟，你们那里招人吗，我目前的模型点云在测试服务器上无测试增强比你低0.7%mAP，准备投稿中，如果你看到类似精度的论文，放我一马哈
还有一个问题我没有搞懂，mobilenetv2到底起了啥作用，不要mobilenetv2回降低最少4个点的精度
结果应该差不多，mobilenetv2的block只是替代原本的bevfusion的stack convs，速度更快些。
复现你的结果差距很大啊mAP: 0.6507
mATE: 0.2810
mASE: 0.2602
mAOE: 0.2810
mAVE: 0.2258
mAAE: 0.1901
NDS: 0.7015
Eval time: 115.5s
这个是你最好的200,2，跑出来的效果，你刷那个68.7提交了几次啊
这几个模型是一两次提交的结果，提交的模型是需要改成用trainval的数据跑直接提交的。对应的validation的模型结果应该是66.5 mAP，你这里跑的结果明显太低了，是按照两阶段的训练方式吗？训练的时候如果不是8卡，lr应该也得调整。你要不直接邮件发我你的微信吧，这样交流太慢了
哦哦，已经发送我的微信到你的邮箱，我们的训练方式不同，我就是15e+5e退化搞出来的