怎样合理地设置num_grids和scale_ranges参数?
TonightGo opened this issue · comments
作者，你好：
感谢你这么优秀的工作，我看了源码，并在我的数据集上训练，分割效果不是很理想。有以下疑问：
- 我的输入是512*256，每个目标偏向于长方形，目标框w/h大致为1/4 - 1/8之间，属于竖长条形目标。目标框面积的开方大致是0 - 150之间，请问这种情况下，num_grids和scale_ranges参数如何设置？有哪些可以遵循的方法？
- 对于密集且规则的目标，横向紧密排列的情况，目标间隙是很小的，这种情况会存在将两个目标分割成同一个目标，该如何改善这种情况？
- matrix nms可以理解为惩罚系数乘以抑制概率的倒数，抑制概率的倒数会存在大于1的情况，高斯函数超参sigma=2的情况下，其范围是1 - 7.3，会不会使最终的衰减因子decay factor > 1，导致更新得分updated score变大？选择高斯函数时，各个抑制概率值对衰减因子的影响是不均等的，可以这样理解吗？
您好，我也有同样的问题，我的实例和您的非常相似，而它是横向的实例，尤其是1,2问题和您有一样的疑惑，非常希望和感谢作者的解答！
作者，你好： 感谢你这么优秀的工作，我看了源码，并在我的数据集上训练，分割效果不是很理想。有以下疑问：
- 我的输入是512*256，每个目标偏向于长方形，目标框w/h大致为1/4 - 1/8之间，属于竖长条形目标。目标框面积的开方大致是0 - 150之间，请问这种情况下，num_grids和scale_ranges参数如何设置？有哪些可以遵循的方法？
- 对于密集且规则的目标，横向紧密排列的情况，目标间隙是很小的，这种情况会存在将两个目标分割成同一个目标，该如何改善这种情况？
- matrix nms可以理解为惩罚系数乘以抑制概率的倒数，抑制概率的倒数会存在大于1的情况，高斯函数超参sigma=2的情况下，其范围是1 - 7.3，会不会使最终的衰减因子decay factor > 1，导致更新得分updated score变大？选择高斯函数时，各个抑制概率值对衰减因子的影响是不均等的，可以这样理解吗？
你好，我目前也在调整1，2中提到的问题，请问你那边解决了吗，可以f分享一下吗