使用作者提供的两个权重和测试脚本生成的结果并不能得到论文中的结果
Closed this issue · 2 comments
lartpang commented
- 链接：https://pan.baidu.com/s/1HMdu_2w1VcMlizjA3HOjLw 提取码：8f7t
下面是我测试的结果
TriTransNet.pth
Dataset: DUTRGBD
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| Ours | 0.925 | 0.881 | 0.915 | 0.874 | 0.052 | 0.922 | 0.878 | 0.876 | 0.847 |
Dataset: LFSD
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| Ours | 0.839 | 0.787 | 0.826 | 0.776 | 0.104 | 0.847 | 0.783 | 0.788 | 0.739 |
Dataset: RGBD135
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| Ours | 0.928 | 0.87 | 0.914 | 0.863 | 0.031 | 0.933 | 0.867 | 0.884 | 0.834 |
Dataset: SIP
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| Ours | 0.873 | 0.815 | 0.864 | 0.809 | 0.078 | 0.878 | 0.814 | 0.814 | 0.758 |
Dataset: SSD
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| Ours | 0.897 | 0.798 | 0.89 | 0.795 | 0.064 | 0.895 | 0.802 | 0.829 | 0.762 |
Dataset: STEREO1000
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| Ours | 0.939 | 0.881 | 0.934 | 0.878 | 0.041 | 0.938 | 0.887 | 0.89 | 0.857 |
TriTransNet-DUT.pth
Dataset: DUTRGBD
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| OursDUT | 0.947 | 0.905 | 0.943 | 0.902 | 0.037 | 0.947 | 0.91 | 0.906 | 0.886 |
Dataset: LFSD
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| OursDUT | 0.874 | 0.812 | 0.868 | 0.808 | 0.092 | 0.877 | 0.818 | 0.822 | 0.782 |
Dataset: RGBD135
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| OursDUT | 0.95 | 0.886 | 0.946 | 0.885 | 0.027 | 0.949 | 0.894 | 0.907 | 0.87 |
Dataset: SIP
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| OursDUT | 0.889 | 0.821 | 0.885 | 0.821 | 0.075 | 0.888 | 0.835 | 0.831 | 0.781 |
Dataset: SSD
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| OursDUT | 0.884 | 0.795 | 0.882 | 0.795 | 0.07 | 0.889 | 0.812 | 0.832 | 0.767 |
Dataset: STEREO1000
| methods | adpe | adpf | avge | avgf | mae | maxe | maxf | sm | wfm |
|---|---|---|---|---|---|---|---|---|---|
| OursDUT | 0.935 | 0.869 | 0.933 | 0.868 | 0.043 | 0.94 | 0.89 | 0.887 | 0.853 |
——
这是我的环境：
# Automatically generated by https://github.com/damnever/pigar.
Pillow == 8.4.0
ml_collections == 0.1.1
numpy == 1.20.3
opencv_python_headless == 4.5.4.60
pysodmetrics == 1.3.0
scipy == 1.7.3
torch == 1.10.1
torchvision == 0.11.2
liuzywen commented
您好，感谢您的关注。我们分析了原因，可能是因为测试集中的深度图不同造成的。我们的深度图是离得近的是白色、离得远的的是黑色。还有一种可能是评测指标不同。所以我们上传了我们的测试集和评测指标。如果还有疑问，可以联系我liuzywen@ahu.edu.cn.