GLEE

GLEE copied to clipboard

Hi, there. I believe GLEE is a great work, thanks for open source! I have a question about object detection: what's the input to the decoder when used as a...

loveltyoic

Have you tried to finetune the stage 2 model on COCO dataset and see the limit of the COCO performance?

HaisongDing

跨图检测

1

您好，我试用了GLEE，非常棒的工作！想请教一下GLEE是否支持跨图的检测呢，具体来说，就是在第一张图像上给出scribble或者bbox，然后在另一张图像上检测第一张图上的所指目标。我看到视频有类似功能，请问是否也支持静态图像呢

dawn-ech

关于训练中数据采样的问题？

1

GLEE在训练过程中，每个iter采样的数据都是来自相同数据集的吗？我发现task总是取batched_inputs[0],

Baboom-l

The training code

8

Hi, Thanks for the solid work. Could you let me know when you'll release the training code?

liuxingbin

Would it be possible to open up the source code of the inference script instead of the gradio script?

8

Hi， I reproduced the inference script via the gradio script (app.py). But I get different object detection results with the same parameter.

code10086web

the expression prompt mode only output one object?

4

in the hugging face demo, the expression prompt mode only output one object, even if there are multi same objects?

GallonDeng

关于visual promt

1

您好，GLEE是一个很棒的工作。同时，关于算法的一些细节，我有一些疑问想像您请教，如果您有空了，可以回复一下，感谢！ 1. 我使用points作为视觉提示词，GLEE是否支持负点击？能否像SAM一样使用多次点击来对一个目标进行微调？ 2. 我看您的代码实现，似乎会将points变为一个box作为提示，为什么要这么做？我没有在您的论文中找到相关的解释。 3. 视觉提示词返回的topk_instance是否只能为1？它能否分割出一个被遮挡目标的多个部分？ 感谢！

KKKSQJ

关于视频任务模型Plus版本

1

github界面只给了图片任务的R50和SwinL2个版本的模型，然后我在huggingface上demo的files里面看到了视频任务的R50版本（visual prompt，`GLEE_vos_r50.pth`），想问下作者能不能开源一下视频任务的SwinL版本，是不是因为huggingface上使用的GPU跑不动所以才没放SwinL版本？ 此外，关于使用的体验，我发现模型对于没学过的语言提示词效果很差，比如用custom-list不认识人头（head），输入human head才有可能给出比较差的结果。

a773783082

关于coco指标复现的问题

2

您好，我使用了您的模型对 COCO 数据集进行测试，发现我得到的评估指标与paper的指标有差距。我想了解一下，现在提供的demo和完整测试过程之间是否存在某些差异？

zhitao654321