速冻鱼蛋

请问您公开的模型文件是官方公开的模型吗？

1

您公开的模型文件.pth是哪个数据集上训练的？

关于ViG解码器工作的期待

3

您好，我阅读论文发现。您都是将ViG作为一个主干网络后接经典CNN完成任务的。 请问像ViG这种图神经网络主干做语义分割任务，有没有其他专门关于图节点考虑的Decoder？

批训练问题

1

您好，我这里有一批节点特征矩阵，大小为[B,N,C]，B是批处理个数，N是节点个数，C是特征维度数；还有一批邻接矩阵[B,N,N]。由于我的邻接矩阵太过稠密，我在使用PYG复现的GraphUNet时显存不足，因为它是用邻接列表存储节点连接关系的。 但是现在我想使用邻接矩阵的形式，请问如何进行批训练呢？

代码疑问

1

你论文描述的东西，我在代码里找不到。请问是在哪个文件/文件夹下？

期待Pytorch版本代码的公布

1

戴博士您好，您的工作实在是太棒了。期待您可以更新pytorch版本的ALCNet。

论文的疑问

1

您好，请问论文中您在sirst427数据集上的实验是怎么划分的呢？ 是训练集256张，验证集85张，测试集86张吗？

关于测试指标的问题

11

您好，我在阅读metric.py文件遇到了一些问题。 1.我在阅读batch_pix_accuracy方法与batch_intersection_union方法时，发现predict=(output>0).astype('int64')。请问这里的0是什么物理含义？ 2.最后得到的mIoU是目标与背景的IOU平均值吗？

关于传统算法指标计算问题

2

张博士您好，我在计算红外小目标检测传统算法IPI的时候遇到了问题。 我利用混淆矩阵计算指标，发现计算出来的IoU与nIoU是一样。因为IoU=tp/(fn+fp+tp)，nIoU=tp/(t+p-tp)。公式表示是一样的，我感觉我算出来的是nIoU。 请问您可以教教我，如何计算红外小目标检测传统算法的IoU与nIoU吗？不胜感激。。。

Yolov8-obb转为.rknn后进行推理。输出的矩形中心点坐标、旋转角度与.pt推理时不一致。

1

你好！我在根据Yolov8-obb的教程进行部署，我的模型输入是1280，reg_max=20。我使用ultraytic的官方代码转.onnx。然后转为.rknn时不能直接在你给我的C++上运行，因为我转出来只有一个输出，于是我在转.rknn时按照官方的模型输出格式，output取了四个输出以满足你例程的模型输出格式。改了以后demo可以运行了。  但是发现输出的矩形中心点坐标、旋转角度不一致。然后我更改了postprocess.cc文件中的process_i8函数。将input_loc_len从64改为80，函数里面的16全部改为20； 还将angle_feature_ = (angle_feature_ - 0.25) * 3.1415927410125732改为angle_feature_ = fmod((angle_feature_+3.1415927410125732/2), 3.1415927410125732)。其中fmod是浮点数取余的操作（这里是参考了ultraytic的v8-obb推理代码）。改了angle_feature后旋转角度就与.pt对上了。但是矩形的中心坐标点差距还是很大，每张图片的框似乎都是有规律的发生偏移。 我怀疑我擅自取.onnx的输出会造成影响。所以我打算使用https://github.com/airockchip/ultralytics_yolov8/blob/main/ultralytics/engine/exporter.py进行转.onnx做一次尝试。希望你可以解答我的困惑，谢谢！

Yolov5-obb支持rect模型训练吗？具体参数是怎么配置？ 比如我原图大小是8192x2048。我将rect=True，imgz=2048。那么模型的输入会是2048x512吗？但我训练出来的模型没有效果，P和R都是0。