DocF
Training settings of FLIR
Thank you for your great work! I'd like to ask about your training settings of FLIR. I stuck to all default settings except for Batchsize. I set Batchsize to 8 due to limited GPU memory and got slightly worse performance (no better than mAP 38.2) and I wonder if Batchsize can cause this gap. Thank you very much!
非常感谢您的工作！ 我很想问一问FLIR数据集上的训练配置。 我只调整了Batchsize，因为GPU显存有限，现在是8，我只能训练到38.2的mAP，但是显然您提供的权重能达到更高的分数，我很好奇是否单单是Batchsize导致了这一问题。 非常感谢！
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我没有试过，你也是用的FLIR数据集吗，如果的确这样，那倒是个值得研究的问题
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我也发现了这个问题，我跑的是FLIR数据集，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt 同样发现单模态表现比坐着提出的融合方法要好 同时还发现将双流网络输入全部设置为可见光比输入为可见+红外的效果要好
@zjh21 我也出现重新练不出来作者给的权重验证的数据，而且重训练的鲁棒性有点差，不知道您有没有遇到过，谢谢
请问什么叫鲁棒性有点差？我的结果是RGB-T的mAP到38.7左右
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我也发现了这个问题，我跑的是FLIR数据集，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt 同样发现单模态表现比坐着提出的融合方法要好 同时还发现将双流网络输入全部设置为可见光比输入为可见+红外的效果要好
请问您指标会达到多少？FLIR是一个比较困难的数据集，里面有大量的并排车辆，而且有标注错误（我尝试重标过1000张左右，后面放弃了），很多目标人都很难以分辨，CFT的40.0mAP已经是不容易取得的了。单纯使用yolov5，单模态达到高很多的得分有点让人吃惊，ECCV 2022的一篇ProbEn能达到80+的mAP50，注意是mAP50，不是mAP。 全部设置为可见光是重新训练了还是仅作测试？这是个值得研究的问题。一方面，FLIR数据集的可见光图像也能提供不少信息，我自己标注的时候经常会参考它。但是，另一方面，原始标注是按IR图像给的，也就是：有些在RGB图像中很明显的目标，因为它在IR图像中不明显，所以没有被标注。这在训练过程中会误导模型，测试时则会拉低mAP。
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我也发现了这个问题，我跑的是FLIR数据集，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt 同样发现单模态表现比坐着提出的融合方法要好 同时还发现将双流网络输入全部设置为可见光比输入为可见+红外的效果要好
请问您指标会达到多少？FLIR是一个比较困难的数据集，里面有大量的并排车辆，而且有标注错误（我尝试重标过1000张左右，后面放弃了），很多目标人都很难以分辨，CFT的40.0mAP已经是不容易取得的了。单纯使用yolov5，单模态达到高很多的得分有点让人吃惊，ECCV 2022的一篇ProbEn能达到80+的mAP50，注意是mAP50，不是mAP。 全部设置为可见光是重新训练了还是仅作测试？这是个值得研究的问题。一方面，FLIR数据集的可见光图像也能提供不少信息，我自己标注的时候经常会参考它。但是，另一方面，原始标注是按IR图像给的，也就是：有些在RGB图像中很明显的目标，因为它在IR图像中不明显，所以没有被标注。这在训练过程中会误导模型，测试时则会拉低mAP。
我是重新训练过的，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt ，且都是训练100个epoch并用做好的模型测试，全部设置为可见光[email protected]是42.1，红外+可见是41.8，单可见光的[email protected]可以达到48.1！！！
Thank you for your great work! I'd like to ask about your training settings of FLIR. I stuck to all default settings except for Batchsize. I set Batchsize to 8 due to limited GPU memory and got slightly worse performance (no better than mAP 38.2) and I wonder if Batchsize can cause this gap. Thank you very much!
非常感谢您的工作！ 我很想问一问FLIR数据集上的训练配置。 我只调整了Batchsize，因为GPU显存有限，现在是8，我只能训练到38.2的mAP，但是显然您提供的权重能达到更高的分数，我很好奇是否单单是Batchsize导致了这一问题。 非常感谢！
我可不可以问一下您的实验设置
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我也发现了这个问题，我跑的是FLIR数据集，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt 同样发现单模态表现比坐着提出的融合方法要好 同时还发现将双流网络输入全部设置为可见光比输入为可见+红外的效果要好
请问您指标会达到多少？FLIR是一个比较困难的数据集，里面有大量的并排车辆，而且有标注错误（我尝试重标过1000张左右，后面放弃了），很多目标人都很难以分辨，CFT的40.0mAP已经是不容易取得的了。单纯使用yolov5，单模态达到高很多的得分有点让人吃惊，ECCV 2022的一篇ProbEn能达到80+的mAP50，注意是mAP50，不是mAP。 全部设置为可见光是重新训练了还是仅作测试？这是个值得研究的问题。一方面，FLIR数据集的可见光图像也能提供不少信息，我自己标注的时候经常会参考它。但是，另一方面，原始标注是按IR图像给的，也就是：有些在RGB图像中很明显的目标，因为它在IR图像中不明显，所以没有被标注。这在训练过程中会误导模型，测试时则会拉低mAP。
ECCV那篇Proben用的FLIR数据集版本不同
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我也发现了这个问题，我跑的是FLIR数据集，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt 同样发现单模态表现比坐着提出的融合方法要好 同时还发现将双流网络输入全部设置为可见光比输入为可见+红外的效果要好
请问您指标会达到多少？FLIR是一个比较困难的数据集，里面有大量的并排车辆，而且有标注错误（我尝试重标过1000张左右，后面放弃了），很多目标人都很难以分辨，CFT的40.0mAP已经是不容易取得的了。单纯使用yolov5，单模态达到高很多的得分有点让人吃惊，ECCV 2022的一篇ProbEn能达到80+的mAP50，注意是mAP50，不是mAP。 全部设置为可见光是重新训练了还是仅作测试？这是个值得研究的问题。一方面，FLIR数据集的可见光图像也能提供不少信息，我自己标注的时候经常会参考它。但是，另一方面，原始标注是按IR图像给的，也就是：有些在RGB图像中很明显的目标，因为它在IR图像中不明显，所以没有被标注。这在训练过程中会误导模型，测试时则会拉低mAP。
我是重新训练过的，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt ，且都是训练100个epoch并用做好的模型测试，全部设置为可见光[email protected]是42.1，红外+可见是41.8，单可见光的[email protected]可以达到48.1！！！
请注意是[email protected]还是[email protected]，可见光跟label是有一定不对齐的，不应该比红外结果更高
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我也发现了这个问题，我跑的是FLIR数据集，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt 同样发现单模态表现比坐着提出的融合方法要好 同时还发现将双流网络输入全部设置为可见光比输入为可见+红外的效果要好
请问您指标会达到多少？FLIR是一个比较困难的数据集，里面有大量的并排车辆，而且有标注错误（我尝试重标过1000张左右，后面放弃了），很多目标人都很难以分辨，CFT的40.0mAP已经是不容易取得的了。单纯使用yolov5，单模态达到高很多的得分有点让人吃惊，ECCV 2022的一篇ProbEn能达到80+的mAP50，注意是mAP50，不是mAP。 全部设置为可见光是重新训练了还是仅作测试？这是个值得研究的问题。一方面，FLIR数据集的可见光图像也能提供不少信息，我自己标注的时候经常会参考它。但是，另一方面，原始标注是按IR图像给的，也就是：有些在RGB图像中很明显的目标，因为它在IR图像中不明显，所以没有被标注。这在训练过程中会误导模型，测试时则会拉低mAP。
我是重新训练过的，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt ，且都是训练100个epoch并用做好的模型测试，全部设置为可见光[email protected]是42.1，红外+可见是41.8，单可见光的[email protected]可以达到48.1！！！
我的实验设置就是用这个Repository的CFT，yolov5l_fusion_transformerx3_FLIR_aligned.yaml，输入图像大小应该是640640？把分辨率降到320320的话，两个模态都会有很多信息损失。 另外，请问什么是可见光[email protected]是42.1，单可见光的[email protected]可以达到48.1？可见光的[email protected]是哪个？
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我也发现了这个问题，我跑的是FLIR数据集，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt 同样发现单模态表现比坐着提出的融合方法要好 同时还发现将双流网络输入全部设置为可见光比输入为可见+红外的效果要好
请问您指标会达到多少？FLIR是一个比较困难的数据集，里面有大量的并排车辆，而且有标注错误（我尝试重标过1000张左右，后面放弃了），很多目标人都很难以分辨，CFT的40.0mAP已经是不容易取得的了。单纯使用yolov5，单模态达到高很多的得分有点让人吃惊，ECCV 2022的一篇ProbEn能达到80+的mAP50，注意是mAP50，不是mAP。 全部设置为可见光是重新训练了还是仅作测试？这是个值得研究的问题。一方面，FLIR数据集的可见光图像也能提供不少信息，我自己标注的时候经常会参考它。但是，另一方面，原始标注是按IR图像给的，也就是：有些在RGB图像中很明显的目标，因为它在IR图像中不明显，所以没有被标注。这在训练过程中会误导模型，测试时则会拉低mAP。
我是重新训练过的，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt ，且都是训练100个epoch并用做好的模型测试，全部设置为可见光[email protected]是42.1，红外+可见是41.8，单可见光的[email protected]可以达到48.1！！！
我的实验设置就是用这个Repository的CFT，yolov5l_fusion_transformerx3_FLIR_aligned.yaml，输入图像大小应该是640_640？把分辨率降到320_320的话，两个模态都会有很多信息损失。 另外，请问什么是可见光[email protected]是42.1，单可见光的[email protected]可以达到48.1？可见光的[email protected]是哪个？
就是CFT的两个输入全部为可见光的时候[email protected]是42.1，而仅用yolov5l训练可见光图像时[email protected]是48.1
@zjh21 您好，请问您有试过只用yolov5各模态单独跑吗，对于红外这个模态，无论是yolov5 5.0还是6.1版本，我都能跑出比作者给出的高得多的指标，甚至超过了融合的方法，请问你有这种情况吗
我也发现了这个问题，我跑的是FLIR数据集，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt 同样发现单模态表现比坐着提出的融合方法要好 同时还发现将双流网络输入全部设置为可见光比输入为可见+红外的效果要好
请问您指标会达到多少？FLIR是一个比较困难的数据集，里面有大量的并排车辆，而且有标注错误（我尝试重标过1000张左右，后面放弃了），很多目标人都很难以分辨，CFT的40.0mAP已经是不容易取得的了。单纯使用yolov5，单模态达到高很多的得分有点让人吃惊，ECCV 2022的一篇ProbEn能达到80+的mAP50，注意是mAP50，不是mAP。 全部设置为可见光是重新训练了还是仅作测试？这是个值得研究的问题。一方面，FLIR数据集的可见光图像也能提供不少信息，我自己标注的时候经常会参考它。但是，另一方面，原始标注是按IR图像给的，也就是：有些在RGB图像中很明显的目标，因为它在IR图像中不明显，所以没有被标注。这在训练过程中会误导模型，测试时则会拉低mAP。
我是重新训练过的，图片大小都是320*320，预训练权重都是COCO上的yolov5l.pt ，且都是训练100个epoch并用做好的模型测试，全部设置为可见光[email protected]是42.1，红外+可见是41.8，单可见光的[email protected]可以达到48.1！！！
我的实验设置就是用这个Repository的CFT，yolov5l_fusion_transformerx3_FLIR_aligned.yaml，输入图像大小应该是640_640？把分辨率降到320_320的话，两个模态都会有很多信息损失。 另外，请问什么是可见光[email protected]是42.1，单可见光的[email protected]可以达到48.1？可见光的[email protected]是哪个？
就是CFT的两个输入全部为可见光的时候[email protected]是42.1，而仅用yolov5l训练可见光图像时[email protected]是48.1
理解了，但我没有试过这方面实验