walleclipse / iwildcam_2019_fgvc6 Goto Github PK

我在阅读您的代码的时候，发现您在训练过程中保存模型的时候是采用的固定步长来保存的模型。我想问的是，如果以f1score或者是acc为基准，当当前模型在验证集上的f1score大于当前最好的f1score的时候就进行保存。这样的话会不会更好一点儿啊？避免随机性的问题？谢谢！另外一点就是，我想问下，如果按照您的这种方法，最后的话，您是怎么来选择效果最好的模型在测试集上进行测试的呢？谢谢！

您好
我是最近接触到这个野生动物识别的数据，关于数据方面有些问题向您请教一下

• 首先，您是使用了一个检测算法，将原始图像中的animal crop出来，想问一下，您主要是使用的什么算法去crop的呢，这边的Camera Trap Animals Detection Result是您跑出来的结果吗
• 在使用detect_crop_image时候，detect_train_images是没有问题的，而在detect_test_images则出现了问题，我看了一下主要是会调用pd.read_csv(DATA_DIR + 'raw_data/test_file_orig.csv')，而在preprep data的时候是没有这个raw data的，想问一下这个文件是哪里来的
  谢谢

I have a question about object detection.
Why don't you use YOLO but use Faster R-CNN for animal detection task. I think YOLOv3 is faster and more accuracy than Faster R-CNN. I read your paper but didn't find the answer.