supetzyk / dynamicmetriclearning Goto Github PK

Hi !

I am working with your datasets.

I have some more questions, do you plan on releasing :

• Training protocol (optimizer, pretrain or not resnet34, mining code...)
• Hyperparameters used in your paper (ie. learning rates, hyperparameters for the loss etc.)
• The evaluation protocol / scripts ?
• Pre-trained models ?

Thanks !

老师您好，请问完整的代码何时上传？

Problem solved. Thanks

您好，我最近在阅读论文和复现Multi-scale learning baseline时对论文中所采用的评价指标有几点迷惑，还望解答!
首先说一下我的实验设置：

1. 数据组织按照您所公布的源代码，backbone采用resnet34（imagenet pretrained）。
2. 我目前只在Multi-Similarity Loss上进行了测试。因为每个batch中fine、middle、coarse的图像各占1/3，在某个scale下进行损失计算时，我只选择当前scale的1/3图像作为anchor来组织样本对。如假设batch-size为1，那么一个batch中有K*3张图片，前K张为fine-scale下采样出来的图片，那么在fine上进行损失函数计算时，我只使用K张图片作为anchor，negative的话则在整个bath上选择。
3. 训练时batch-size我设置的为5， MS Loss的学习率等参数按照作者源代码中进行设置。
4. 评价指标目前只使用了Recall@K，与MS Loss中相同。计算方式为3个尺度分别计算Recall@K，求平均。

下面说一下我遇到的问题：

1. 目前只在Vechicle上进行测试，无法获得论文中MS Loss下的实验效果（我获得的Recall@1， Recall@10都要高。
2. 评价指标ASI中需要指定k，论文中公布的ASI指标是在k为多少时得到的。

感谢您的查看，期待您的指教和解答！

Hi thank you for your work making the datasets public !

I have those questions regarding the datasets :

• Are the query sets always included in the gallery sets ?
• What would be the easiest way to build a test dataset with all the unique images and all their labels ?

Thank you :)

Is this the complete code? When will the key code be released?