Comments (5)
关于第一个问题,表格中0.33就是33%的意思,0.02是2%的意思;
第二个问题,backbone采用的是resnet,它由5个模块构成,FREEZE_AT参数就是冻结的模块数量,5就是全冻结了;
第三个问题,您可以将CIR模块换成普通的FPN进行对比实验,F-RPN和R-NMS可以通过调整默认的参数值来验证其有效性
from cir-fsd-2022.
关于第一个问题,表格中0.33就是33%的意思,0.02是2%的意思; 第二个问题,backbone采用的是resnet,它由5个模块构成,FREEZE_AT参数就是冻结的模块数量,5就是全冻结了; 第三个问题,您可以将CIR模块换成普通的FPN进行对比实验,F-RPN和R-NMS可以通过调整默认的参数值来验证其有效性
非常感谢您的解答!
1、所以针对第二个问题中,freeze:false,并不代表没有冻结,真正起作用的是FREEZE_AT参数,对吗?
因为我之前阅读过您采用的基线模型的代码,所以对这些参数有些疑问。
2、CIR模块在配置文件中对应的是ATTENTION部分吗?
另外F-RPN和R-NMS在配置文件中对应哪些参数呢?
因为您的代码中只有1shot的配置文件,我不太清楚如果在5shot和10shot中也采用您提出的模块应该如何改写配置文件。您能否给我一些指导?非常感谢!
3、最后,想向您请教一下,如果采用的数据集中的图片包含多个标签,那么在使用prepare_voc_few_shot.py文件划分数据集时,5shot划分后一个文件中可能只会包含3/4个文件,这应该对实验没有影响吧?
还有定义0-10个seed,得到seed0-seed10多个划分结果,所以在训练的时候要把所有的结果做平均作为实验最终的结果吗?
4、在新类和基类混合训练的时候,您设计的实验是只训练800次迭代吗?
非常期待您的来信!祝您科研顺利,生活愉快!
from cir-fsd-2022.
关于第一个问题,表格中0.33就是33%的意思,0.02是2%的意思; 第二个问题,backbone采用的是resnet,它由5个模块构成,FREEZE_AT参数就是冻结的模块数量,5就是全冻结了; 第三个问题,您可以将CIR模块换成普通的FPN进行对比实验,F-RPN和R-NMS可以通过调整默认的参数值来验证其有效性
非常感谢您的解答! 1、所以针对第二个问题中,freeze:false,并不代表没有冻结,真正起作用的是FREEZE_AT参数,对吗? 因为我之前阅读过您采用的基线模型的代码,所以对这些参数有些疑问。 2、CIR模块在配置文件中对应的是ATTENTION部分吗? 另外F-RPN和R-NMS在配置文件中对应哪些参数呢? 因为您的代码中只有1shot的配置文件,我不太清楚如果在5shot和10shot中也采用您提出的模块应该如何改写配置文件。您能否给我一些指导?非常感谢! 3、最后,想向您请教一下,如果采用的数据集中的图片包含多个标签,那么在使用prepare_voc_few_shot.py文件划分数据集时,5shot划分后一个文件中可能只会包含3/4个文件,这应该对实验没有影响吧? 还有定义0-10个seed,得到seed0-seed10多个划分结果,所以在训练的时候要把所有的结果做平均作为实验最终的结果吗? 4、在新类和基类混合训练的时候,您设计的实验是只训练800次迭代吗? 非常期待您的来信!祝您科研顺利,生活愉快!
1.FREEZE_AT是针对resnet网络冻结来说的,freeze:false是对于微调方式说的
2.参数及5shot和10shot配置文件在PASCAL_VOC\split文件夹中
3.应该没有影响,最终结果为平均值
4.不同shot迭代次数不同,具体迭代次数在配置文件当中有
from cir-fsd-2022.
关于第一个问题,表格中0.33就是33%的意思,0.02是2%的意思; 第二个问题,backbone采用的是resnet,它由5个模块构成,FREEZE_AT参数就是冻结的模块数量,5就是全冻结了; 第三个问题,您可以将CIR模块换成普通的FPN进行对比实验,F-RPN和R-NMS可以通过调整默认的参数值来验证其有效性
非常感谢您的解答! 1、所以针对第二个问题中,freeze:false,并不代表没有冻结,真正起作用的是FREEZE_AT参数,对吗? 因为我之前阅读过您采用的基线模型的代码,所以对这些参数有些疑问。 2、CIR模块在配置文件中对应的是ATTENTION部分吗? 另外F-RPN和R-NMS在配置文件中对应哪些参数呢? 因为您的代码中只有1shot的配置文件,我不太清楚如果在5shot和10shot中也采用您提出的模块应该如何改写配置文件。您能否给我一些指导?非常感谢! 3、最后,想向您请教一下,如果采用的数据集中的图片包含多个标签,那么在使用prepare_voc_few_shot.py文件划分数据集时,5shot划分后一个文件中可能只会包含3/4个文件,这应该对实验没有影响吧? 还有定义0-10个seed,得到seed0-seed10多个划分结果,所以在训练的时候要把所有的结果做平均作为实验最终的结果吗? 4、在新类和基类混合训练的时候,您设计的实验是只训练800次迭代吗? 非常期待您的来信!祝您科研顺利,生活愉快!
1.FREEZE_AT是针对resnet网络冻结来说的,freeze:false是对于微调方式说的
2.参数及5shot和10shot配置文件在PASCAL_VOC\split文件夹中
3.应该没有影响,最终结果为平均值
4.不同shot迭代次数不同,具体迭代次数在配置文件当中有
from cir-fsd-2022.
你好,请问您书写的CIR块的代码是那一部分呢?
from cir-fsd-2022.
Related Issues (2)
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from cir-fsd-2022.