DDRNet相关问题

[xiaoer666]

你好，你这代码写的很好鲁棒性很强！但是我在本地单卡3060训练DDRNet23_slim，训练参数如下的情况下，跑出来结果只有70%

python -m torch.distributed.launch --nproc_per_node=1 \
                train.py --model DDRNet --out_stride 8 \
                --max_epochs 200 --val_epochs 20 --batch_size 6 --lr 0.01 --optim sgd --loss ProbOhemCrossEntropy2d \
                --base_size 768 --crop_size 768  --tile_hw_size 768,768 \
                --root 'data' --dataset cityscapes --gpus_id 0

这是什么原因呢，可以分享下复现DDRNet的参数吗，或者帮忙分析下是啥原因呀，感谢！

[zw4591423]

hey @xiaoer666 have u ever slove this issues? why i only get 66% mIou while using the base_size and crop size both 1024 other parampers keep same?

[xiaoer666]

I didn't reproduce. Did you load the pre-trained model.I only get 70% mIou.

[zw4591423]

@xiaoer666 Not yet. Just learn from scratch.

[Deeachain]

你好，你这代码写的很好鲁棒性很强！但是我在本地单卡3060训练DDRNet23_slim，训练参数如下的情况下，跑出来结果只有70%

python -m torch.distributed.launch --nproc_per_node=1 \
                train.py --model DDRNet --out_stride 8 \
                --max_epochs 200 --val_epochs 20 --batch_size 6 --lr 0.01 --optim sgd --loss ProbOhemCrossEntropy2d \
                --base_size 768 --crop_size 768  --tile_hw_size 768,768 \
                --root 'data' --dataset cityscapes --gpus_id 0

这是什么原因呢，可以分享下复现DDRNet的参数吗，或者帮忙分析下是啥原因呀，感谢！

可以增大batch_size尝试，我的指标是基于四张卡实现的