-
Notifications
You must be signed in to change notification settings - Fork 50
Open
Description
作者您好,感谢您开源该工作。
代码中,关于area的计算如下:
area = 1.0//(hmax[i].view(1,-1)+1-hmin[i].view(1,-1))//(wmax[i].view(1,-1)+1-wmin[i].view(1,-1))
其中,(hmax[i].view(1,-1)+1-hmin[i].view(1,-1))和(wmax[i].view(1,-1)+1-wmin[i].view(1,-1))表示GT在特征图上的高和宽。因为它们都是大于1的数,而代码又通过//取整,因此area理论上为0。
我print了fgd.py文件中area的值,显示为:
area: tensor([[0., 0., 0., 0., 0.]], device='cuda:1')
那么,根据下面的代码:
Mask_fg[i][hmin[i][j]:hmax[i][j]+1, wmin[i][j]:wmax[i][j]+1] =
torch.max(Mask_fg[i][hmin[i][j]:hmax[i][j] + 1, wmin[i][j]:wmax[i][j] + 1], area[0][j].float())
得出Mask_fg也全部为0,根据论文中式(9)则理论上Lfea的值为0。
因此,focal distillation实际上是没有参与训练的吗?
Reactions are currently unavailable
Metadata
Metadata
Assignees
Labels
No labels