mjq11302010044/RRPN

MSRA-TD500 database标签文件gt中的角度范围,并不是paper中规定的范围[-45°,135°)

Opened this issue · 7 comments

@mjq11302010044 嗨,你好,我想问一下,

  1. MSRA_TD500数据集格式是已经制作好的,但是在paper中提到anchor角度范围在[-45°,135°),但是MSRA_TD500数据集中的角度信息并不是在这个范围,请问是不是在源码中还有将MSRA_TD500数据集的角度信息转换为paper中所述的范围?
  2. 按照论文中,我们将自己的图片用roLabelImg工具打标签后,将xml中的angle转换为paper中所说的坐标范围,不知这样做是否正确?
    期待您的回答,谢谢!

@pangpanghuahuamaomi

  1. 是的,与MSRA-TD500不一致的地方就是我们可能需要将所有角度放在[-45°,135°)中,且保证角度的方向为矩形的较长的边的朝向,值得注意的是时针的顺逆
  1. roLabeling这个工具我们倒是没用过,具体的情形和需要注意的情况按1中所说即可。(论文中gt的时针序为逆时针)

@mjq11302010044 感谢你的回答! 另外,还有一个问题:

  1. 在代码中,调用opencv来对原始图像进行随机旋转,后面进行训练的图片都是经过随机旋转后的图片,我想问一下这样做的目的是什么?注释部分给出是为了data argument, 但是我看的代码训练时候使用旋转后的图片训练,并没有用到原始图片。
  2. 这里,我如果不经过随机旋转,直接对原图进行resize后,将data, gt_boxes与im_info转入blobs可以吗?
    期待您的回答,谢谢!

@pangpanghuahuamaomi ,请问你训练MSRA-TD500的时候,调用rotation_demo.py有结果输出吗。我这里没有输出结果

@shaoming20798 你好,我这里也是没有结果,你查到什么原因了么?

@pangpanghuahuamaomi ,请问你训练MSRA-TD500的时候,调用rotation_demo.py有结果输出吗。我这里没有输出结果
@shaoming20798 嗨,rotation_demo.py 你单步调试一下,看一下测试时候前向输出的score高不高,如果很低,那就是模型有问题,经过NMS后被筛掉了,导致最后没框

@pangpanghuahuamaomi 你好,我用的是原始的数据集和原始的设置,训练出来的模型,看结果应该是有问题,但是排查不到是哪块问题。我看到数据处理部分(data_extractor.py中) 把弧度转换为角度,并且每个都加上“-“,不理解这里。