sg4dylan / efficientir Goto Github PK

首先称赞一下这个项目，做得非常出色，对我这种刚转向研究ai特征匹配搜索的新手非常有帮助。
我想就模型相关的问题进行一些提问：
①在这个项目里使用的efficient-b2模型，我下载了源生的B2模型并使用了 onnx-simplifier 进行优化，俩者进行比对，我发现整体结构上2者一致，但是该项目中的b2模型去掉了Pad层与BatchNormalization层，并且在我自己的一些实验中特征提取的能力（尤其是单一目标的情况下）要优于源生优化的模型，请问这是有什么原理嘛？
②onnx在遇到这个项目之前只是了解但没有实战过，所以不是很清楚，而且即便是在网上查阅资料也经常找不到所需的信息，所以遇到了一些问题：1.我使用了onnxruntime的gpu版本，但速度不理想，其中会报出没有cuda kernel我也不明白什么意思 2.如何对onnx模型进行修改，比如把batch从1改成100，我现在只能从一开始就下载一个100batch的模型然后再优化 3.请问该项目中的b2模型是如何去掉指定层的，再去掉指定层后有没有进一步做再训练？
如果方便的话，我们可以加QQ或者WX进行讨论，谢谢了。

首先感谢本工具作者，这种小众需求真的很难找现成实现。
在 Windows 环境下运行时，有两个环境特定的问题，希望可以进行改进。

1. 对于 UNC 路径的搜索结果，当双击搜索结果条目时，会异常退出。
例如：建立索引时，来源包含 \\10.0.0.1\images，其中一个搜索结果是 \\10.0.0.1\images\1.jpg，当双击搜索结果中的该条目时，程序会异常退出。

2. 对于超长路径，建立索引时会由于超出 Windows 默认的路径最大长度，会在报异常后中断缩进创建流程退出。
如下为日志内容：

删除不存在文件: 0it [00:00, ?it/s]
Traceback (most recent call last):
  File "main.py", line 137, in sync_index
    need_index = utils.index_target_dir(image_dir)
  File "D:\EfficientIR\utils.py", line 59, in index_target_dir
    file_size = os.path.getsize(exists_index[i])
  File "genericpath.py", line 50, in getsize
FileNotFoundError: [WinError 3] 系统找不到指定的路径。: '//10.0.0.1/data/
一级目录\\二级目录\\dir3\\四级目录1234字字5字indd\\“1234.5字字字”文件夹\\“123
4.5字字字”文件夹\\Links\\interior-design-modern-furniture-bathroom-ideas-glitte
ring-minimalist-modern-bathroom-minimalist-white-bathroom-vanity-unit-900mm-mini
malist-white-bathroom-minimalist-black-and-white-bathroom-mi.jpg'

不知是否可进行改进，谢谢！

2022/06/30：由于之前对 Issue 操作不熟悉，误点 Close issue，故在此处更新关于第 2 个问题的说明：

经过二次测试，即使在注册表中启用 LongPathsEnabled，在 Windows 10 下仍然会出现 UNC 超长路径时回报 WinError 3 系统找不到指定的路径的异常，此时可发现异常信息中包含的路径混用了 // 和 \，猜测可能是 UNC 路径中这样撰写不合法。

变通的方法是先将 UNC 路径映射为网络驱动器，然后用映射的盘符建立索引，即可正常使用 LongPathsEnabled 提供的长路径支持，从而正常对图片进行索引更新操作。

请问下为什么是用最后dim=1000的输出，而不用1280的features？

请问会支持batch推理或tensorRT加速的方式建索引吗？

能不能增量更新索引呢？目前好像是全量更新有点慢