koap
koap
achors的w,h，来自basline_anchors.txt。。 ``` 1.25,1.625, 2.0,3.75, 4.125,2.875, 1.875,3.8125, 3.875,2.8125, 3.6875,7.4375, 3.625,2.8125, 4.875,6.1875, 11.65625,10.1875 ``` 已经处理过了。
Why not use cv2 all the time to work with image array directly?
@YunYang1994
> > > 我也想了很久，自己试了一下，用作者的代码训练到test_loss不降后，在stride>1的代码部分，改成SAME的机制。loss几乎没有上升或变化，感觉差不多。不知道是不是实际工程使用的问题。使用3×3卷积，input边是奇数时，这两种没区别，但是边是偶数是，就是位置的稍微改变了。 后来我考虑了一下。其实都只是提取特征的方式而已，只要训练和推理所用的方法是一致的，任选其一即可，不用纠结于此。 这里的作者这样写，应该是沿袭了darknet原版作者的写法。
> @KoapT > 根据 `outputSize = (W - F + 2P)/S + 1` 这个公式，我觉得添加 padding 只不过是为了让 outputSize 是 inputSize 的 1/2，从而实现 downsample，这种方式进行 conv 的时候，stride = 2。 > 如果先进行 SAME padding...
> 因为我们发现在Pytorch中CIoU自动求导可以正常进行，限制在IoU>0.5是因为我们认为IoU
You havent implenmented training? Where are the weights of the 3 nets from?
> Thanks for your interest in our work. The Reverse Order Tracking is designed to utilize only stage two for data association and tracking. This is to avoid redundant bounding...
这是来自QQ邮箱的自动回复邮件。您好，我已收到您的邮件，会在阅读之后尽快给您回复。
这是来自QQ邮箱的自动回复邮件。您好，我已收到您的邮件，会在阅读之后尽快给您回复。