vision query的维度含义
Opened this issue · 1 comments
Mugealways commented
首先感谢作者的工作！在查看代码时我打印了GCP模块中vision的维度，我设置NUM_QUERY_PER_CLASS: 5，vision的后面两维的维度有的是[400,768],[375,768],[145,768]不等，当我修改NUM_QUERY_PER_CLASS: 6时，我观察到vision的维度也会相应的增加几十或不等，比如说从[400,768]->[480,768]。我据此推测一个query代表的维度那应当是[80,768]，所以我产生了疑惑，一是我不确定我的推测是否正确，二是假如如此的话这个[80,768]代表的含义是什么，为什么一个query的维度是[80,768]，每一个[1,768]代表什么对象？还是说一个query由ROI从某张图中某个region抽得而来就是如此维度？
期待作者的解惑，感谢！
Mugealways commented
现在我知道80应当是类的数量，但是我不还是不太理解为什么有时候是80有时候会不足80