xiangchenyin / pe-yolo Goto Github PK

源代码是注释掉的部分，不加.detach（）会报错，请问要不要加呢

输入是cpu类型数据，而训练权重是gpu类型数据。
在cpu上可以训练，但无法在gpu上训练。请问有人解决了吗？

作者您好，请问什么时候您能够开源整个的项目文件呢？

Can you provide the weight file of the paper version for direct verification of validity？

Hello, thanks for your open source code, what device did you use to run this code? Even on a Tesla V100(32GB) I still encounter this problem, I guess the PENet is the culprit, I have no idea whether PENet was set requires_grad = False in training.

只将DPM和LEF两个模块放到FPN的1×1卷积后，检测到的目标框一直为0，去掉后可正常检测，请问这是什么原因呢

No Procrastination,hhhhhh

请问PENet.py文件里的from ...bulider import BaseModule这里的...builder是指代哪里的文件路径

hello, I have downloaded several versions of the datasets without labels,
can you share the dataset, thank you

Can you provide the code for visualization when the image is enhanced? I tried to capture the output of the image enhancement module during the model inference process and save it, but the result looked very strange. I hope to get your help, thanks!

感谢您能开源代码。我在PENet.py文件中发现一个小bug。根据论文中公式(4)，Sobel的结果应该经过一个卷积层F3再与输入x相加。所以我认为在文件PENet.py中第209行应该将Sobel结果s_x传入卷积层conv_edge。原先的代码中似乎并没有引入Sobel的计算结果。不知道是我的理解有误还是这的确是一个bug。期待您的回复。

我将PENet加到了yolov7的第一层训练了300epoch，数据集用的Exdark，与未加PENet的yolov7相比，降了8%。请问是为什么呢，数据集划分为6:2:2

我将数据集划分为8:2 ,无法在yolov3上复习76.4的map，我怀疑是数据集划分的问题，能否提供一下数据集划分的标签文件