/RGCN

congress objects four corners

Primary LanguagePython

功能:回归刚性目标的角点 文件说明: data:存放模型,数据等 data/images: 存放训练数据集图像 data/label: 存放标签,其中train.txt是训练集,test.txt是测试集,格式参见文档 data/model: 模型存放地址

src:存放源代码 train.py: 训练代码,参数可见程序注释 demo.py: 预测代码,参数可见程序注释

参数说明: '--img_dir':图像训练集的路径 '--train':训练集类标文本文档的地址 '--test':测试集类标文本文档的地址 '--model_dir':模型存放地址 '--batch_size':训练批次大小,每次加载图像数 '--lr':学习率 '--cnt_epochs':训练集总迭代次数 '--cnt_save':训练多少迭代存储模型 '--cnt_val':训练多少迭代测试模型

TODO:

  1. RGCN返回坐标值可能为负值,需添加处理;
  2. 前向输出已加入透视变换,可根据需要取舍;
  3. RGCN的输入和输出均为224*224,取原始结果请注意坐标变换;
  4. 现存储模型和测试模型均为每个迭代完全完成,可以考虑改为每个迭代没有跑完即可存储和测试。

contact:li_gaoy@foxmail.com