dan

Hi eeric! I may have the same question with you. Is this iou-tracker code tracks frame by frame? I feel it does iou tracking by loading all frames detections.

My solution is loading my detection result every "mint" frames, then get tracks of "mint" frames. ``` load_dection = [] mint = 2 while(True): # read a frame id =...

作者您好，我按照论文使用BSDS500数据集共400张训练，test_new.py进行测试，ratio=0.1 ，Set5上测试结果平均为PSNR=24或25。对比2017论文里Set5，ratio=0.1，测试结果为PSNR=32。我用CSNet和Enhanced_CSNet在Set5上都是测试结果PSNR基本上是20多，和论文里的有一定差距。请问作者您的测试结果和论文差不多吗？

我使用BSDS500数据集400张图，然后做一些数据增强之类的扩展到8000张图片（记得是参考了tip那篇论文里的图片数量），仅在输入网络前作数据增强训练结果一直不好。8000张图片作训练集，在kaggle上跑的，设置batchsize64 epoch300 可以和论文结果接近。很久之前跑的实验结果和代码：https://www.kaggle.com/code/dorisdan/fork-of-csnet-train400/notebook

我也是这个问题，请问楼主现在解决了吗？我有两张卡。感觉是net = torch.nn.DataParallel(model)这里的问题，我换成net=model就能运行了，应该还是只能跑单卡的？