它们的数据看起来像一对图像和一系列关键点元组，例如 [(0,1),(2,2)]，其中每个关键点是一对 x 和 y 坐标。
我们已经通过可视化检测到这个问题，但是，使用 x=0 点的单元测试也会有帮助。一个有趣的事实是：我们团队三个人（包括我自己）各自地犯了几乎相同的错误。
这意味着增强实际上改变了语义：left 变为 right，right 变为 left，金字旁的女孩名字但是我们不交换数组中的 keypoints 索引。它会给训练带来巨大的噪音和更糟糕的指标。
熟悉语义分割问题的人可能知道 IoU (intersection over union)度量。不幸的是，我们不能直接用 S 来优化它，所以一个常见的技巧是用可微损失函数来逼近它。让我们编写相关代码！
在 x1 中，我们计算了与标准答案完全不同的损失，x2 常接近标准答案的函数的结果。我们预计 x1 会很大，因为预测结果并不好，x2 应该接近于零。这其中发生了什么？
的函数是度量的一个很好的近似。度量不是损失：它通常越高越好。因为我们要用 S 把损失降到最低，我们真的应该采用用相反的方法：
假设一个人有一个预先训练好的模型，并且是一个时序模型。我们基于 ceevee api 编写预测类。
这个密码正确吗？也许吧！对某些模型来说确实是正确的。例如，当模型没有规范层时，例如 torch.nn.BatchNorm2d；或者当模型需要为每个图像使用实际的 norm 统计信息时（例如，许多基于 pix2pix 的架构需要它）。
如果试图将动态 pytorch 图转换为静态 pytorch 图，则很容易识别此问题。有一个 torch.jit 模块是用于这种转换的。
然而，这里的 torch.jit.trace 不是万能的。这是一种应该知道并记住的细微差别。
很多东西都是成对存在的：训练和验证、宽度和高度、纬度和经度……如果仔细阅读，你可以很容易地发现由一对之间的复制粘贴引起的错误：
别担心，这个错误已经修复了。如何避免？不要复制粘贴代码，尽量以不要以复制粘贴的方式进行编码。
这里出了什么问题？首先，使用三次插值调整 mask 的大小是个坏主意。将 float32 转换为 uint8 也存在同样的问题：三次插值可以输出大于输入的值，并导致溢出。
假设需要对全卷积网络（如语义分割问题）和一幅巨大的图像进行处理。图像太大了，你没有机会把它放进你的 gpu 中——例如，它可以是一个医学或卫星图像。
在这种情况下，可以将图像分割成一个网格，地对每一块进行推理，最后合并。另外，一些预测交集可以用来平滑边界附近的伪影。
有一个符号输入错误，代码片段足够大，因此可以很容易地找到它。我怀疑仅仅通过代码就可以快速识别它，很容易检查代码是否正确：
训练循环中一个简单的断言（例如 assert mask.max=1）会很快检测到问题。同样，单元测试也可以检测到问题。
网友评论 ()条 查看