使用GT proposal时测得的paragraph captioning结果偏低 about pdvc

[ttengwang]

hi 谢谢关注。确实，基于GT proposal与基于predicted proposals的模型有微小的不同，不可以直接使用相同的预训练模型参数。

该代码是支持训练TSP+PDVC+GT proposals训练的，但是我之前并没有跑过这个setting。你可以自己测试下，相信性能会有显著改善。如果不着急，我后面有时间也会测试下然后发给你，可能在一个月内。

[PKULiuHui]

感谢回复！请问如果是基于GT proposals训练的话命令是什么呢？我看README里面“PDVC with learnt proposals”和"PDVC with ground-truth proposals"训练命令是一样的

[ttengwang]

确实是一样的，抱歉这里写错了，现已修正。同时添加了您需要的cfg文件，请运行:

# Training
config_path=cfgs/anet_tsp_pdvc_gt.yml
python train.py --cfg_path ${config_path} --criteria_for_best_ckpt pc --gpu_id ${GPU_ID}

# Evaluation
eval_folder=anet_tsp_pdvc_gt
python eval.py --eval_folder ${eval_folder} --eval_transformer_input_type gt_proposals --gpu_id ${GPU_ID}

[PKULiuHui]

我训练了一下TSP+GT proposals的模型，在整个验证集上结果为（bleu4: 12.57，METEOR: 16.62，CIDEr: 30.32），确实比论文中使用V+F的特征要更好