请问给的标注文件的points的生成方式和代码里训练阶段的生成方式（relative_x，relative_y）一样吗？

[Flyooofly]

请问给的标注文件的points的生成方式和代码里训练阶段的生成方式（relative_x，relative_y）一样吗？

[mayorx]

Hi, Flyooofly,
感谢您对PointDETR的关注， 抱歉回复的有些晚。
如我们在文章中所说的：

如果有seg mask的物体， 是从mask里随机选一个点作为标注； 对于没有mask的物体， 则是bounding box中随机选一个点作为标注。
代码大意如下：

def draw_mask(seg, wh):
    rles = mask_utils.frPyObjects(seg, wh, wh)
    rle = mask_utils.merge(rles)
    mask = mask_utils.decode(rle)
    return mask

....
    seg = annos[i]['segmentation']
    box = annos[i]['bbox']

    wh = int(max(box[0]+box[2], box[1]+box[3]))+1

    mask = draw_mask(seg, wh)

    points = np.where(mask==1)
    points = np.stack((points[1], points[0]))
    points = points.transpose()

    if len(points) == 0: # too small objects
        random_point = np.array([box[0] + box[2] * np.random.rand(), box[1] + box[3] * np.random.rand()])
    else:
        random_point = points[np.random.randint(0, len(points))]

希望能帮到您

[Flyooofly]

非常感谢您的回复，还有两个小疑问请教下您。1.我看给的标注文件中是十个points，但是好像只用到了第一个，然后这10个的生成方式也都是您刚刚说的这种方式吗 2.我看代码部分在训练阶段points是采用uniform的方式生成，然后在验证阶段是采用标注文件中的标注，不太理解为啥不是训练和验证阶段都用标注文件里的呢，您当初为啥这样设计呢    麻烦您啦，谢谢~ 训练时候 验证时候

…

------------------ 原始邮件 ------------------ 发件人: "mayorx/PointDETR" ***@***.***>; 发送时间: 2022年10月10日(星期一) 上午10:54 ***@***.***>; ***@***.******@***.***>; 主题: Re: [mayorx/PointDETR] 请问给的标注文件的points的生成方式和代码里训练阶段的生成方式（relative_x，relative_y）一样吗？ (Issue #4) Hi, Flyooofly, 感谢您对PointDETR的关注， 抱歉回复的有些晚。 如我们在文章中所说的： 如果有seg mask的物体， 是从mask里随机选一个点作为标注； 对于没有mask的物体， 则是bounding box中随机选一个点作为标注。 代码大意如下： def draw_mask(seg, wh): rles = mask_utils.frPyObjects(seg, wh, wh) rle = mask_utils.merge(rles) mask = mask_utils.decode(rle) return mask .... seg = annos[i]['segmentation'] box = annos[i]['bbox'] wh = int(max(box[0]+box[2], box[1]+box[3]))+1 mask = draw_mask(seg, wh) points = np.where(mask==1) points = np.stack((points[1], points[0])) points = points.transpose() if len(points) == 0: # too small objects random_point = np.array([box[0] + box[2] * np.random.rand(), box[1] + box[3] * np.random.rand()]) else: random_point = points[np.random.randint(0, len(points))] 希望能帮到您 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[mayorx]

1. 十个点的生成方式是都是这种方式。之所以生成十个点是为了多次实验取平均， 实际一次实验的整个过程中只会用到十个点中的一个。

2. 我们假设标注人员只标注了一个点。 如果在训练阶段也仅使用标注文件中的点， 则训练时数据量非常少， 可能会影响性能。

[Flyooofly]

好的感谢

…

---原始邮件--- 发件人: ***@***.***> 发送时间: 2022年10月10日(周一) 中午11:55 收件人: ***@***.***>; 抄送: ***@***.******@***.***>; 主题: Re: [mayorx/PointDETR] 请问给的标注文件的points的生成方式和代码里训练阶段的生成方式（relative_x，relative_y）一样吗？ (Issue #4) 十个点的生成方式是都是这种方式。之所以生成十个点是为了多次实验取平均， 实际一次实验的整个过程中只会用到十个点中的一个。 我们假设标注人员只标注了一个点。 如果在训练阶段也仅使用标注文件中的点， 则训练时数据量非常少， 可能会影响性能。 — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you authored the thread.Message ID: ***@***.***>

[Flyooofly]

1. 十个点的生成方式是都是这种方式。之所以生成十个点是为了多次实验取平均， 实际一次实验的整个过程中只会用到十个点中的一个。
2. 我们假设标注人员只标注了一个点。 如果在训练阶段也仅使用标注文件中的点， 则训练时数据量非常少， 可能会影响性能。

您好，再打扰您一下。我阅读了论文的实验部分，发现对于FCOS and Faster R-CNN作为教师模型时为了适配点标注方式，对模型做了一些修改。虽然在论文中也阐释了修改的思路，但还是想问下可以开源这部分的实验代码吗，小白改代码不太会改/(ㄒoㄒ)/~~，谢谢。

[gnftau]

1. 十个点的生成方式是都是这种方式。之所以生成十个点是为了多次实验取平均， 实际一次实验的整个过程中只会用到十个点中的一个。
2. 我们假设标注人员只标注了一个点。 如果在训练阶段也仅使用标注文件中的点， 则训练时数据量非常少， 可能会影响性能。

您好，再打扰您一下。我阅读了论文的实验部分，发现对于FCOS and Faster R-CNN作为教师模型时为了适配点标注方式，对模型做了一些修改。虽然在论文中也阐释了修改的思路，但还是想问下可以开源这部分的实验代码吗，小白改代码不太会改/(ㄒoㄒ)/~~，谢谢。

您好，我最近也在做point的工作，您还在做这方面的工作吗？可以的话能跟您请教一下嘛？