ygjwd12345/bimix

bimix's Issues

Dark Zurich在线测试

您好！我提交预测结果到测评网站时，网站提示我, Sorry,failed to upload file.
我的目录结构如下。我提交的是test_pred.zip文件。

paper of arxiv

这里的判别器颜色好像不是很对应，没问题吗？

夜间语义分割

请问现在做这个方向的多吗？或者说这个方向有意义吗？求大佬赐教。

我是一名研究生，准备做这个，可是导师说现在有超清光摄像机，夜间语义分割没意义，就，，很难受。
我该怎么说服导师呢

zeroDCE

您好，我又来打扰您啦，我看到您在原始的zeroDCE.py的基础上加了x=torch.clamp(x,-2.1179,2.6400)


1.为什么要把x压缩到[-2.1179,2.6400]这个范围呢？
2.[-2.1179,2.6400]是怎么确定的呢？

绘图工具

您好！我看DANNet的网络结构图，放大了字体什么的就糊了。
我把你的放大之后，还是很清晰，请问你网络结构采用什么绘图工具绘制的？谢谢

DarkZurich在线测试

您好，我最近希望能够利用DarkZurich数据集进行网络测试。但是在网站提交后，都报错Missing prediction for ground truth file GOPR0364_frame_000001_gt_labelTrainIds.png这个问题。浏览网站之前的论坛，感觉应该是文件结构的问题，但我根据网站的描述也没有发现问题，请问您对于这个问题有什么看法吗？
我的文件结构：
test.zip
|---confidence
|---labelTrainIds(GOPR0364_frame_000001.png,......)
|---labelTrainIds_invalid

请问能提供一下在ACDC 数据集上的性能吗？

https://acdc.vision.ee.ethz.ch/benchmarks#semanticSegmentation 或许在这个链接中的ACDC性能（47.79）是您这边的官方性能吗？ 谢谢！

模型的选择

• 大佬，您好，我跑了你的代码，采用RefineNet，lightnet=enhance_net_nopool()；
• 最后选择RefineNet_mixbf/dannet48000.pth'和RefineNet_mixbf/dannet_light48000.pth'在Dark Zurich val上进行验证；
• 验证结果如下：

road:	88.18
sidewalk:	58.12
building:	74.97
wall:	34.62
fence:	33.81
pole:	23.25
light:	8.03
sign:	13.37
vegetation:	58.67
terrain:	23.5
sky:	77.15
person:	17.58
rider:	1.15
car:	42.31
truck:	0.0
bus:	0.0
train:	0.0
motocycle:	11.55
bicycle:	20.36
mIoU: 30.88

• 由于这个结果和您在论文中提到的不太一致，所以想问一下，您的论文中所用的lightnet是采用了zeroDCE的还是DANNet的，以及最终所用的pth是哪一个i_iter的？
• 谢谢~

代码中的几个疑问

您好，我有几个问题不懂，请教一下大佬。
1、train.py中的这段代码将flip设为0是不是相当于没进行任何操作。这样做的意义是什么？
2、设为1的话对结果有什么影响吗？
3、getWeakInverseTransformParameters这个函数有什么作用？（个人感觉这个是不是有点多此一举？）
谢谢