yu-changqian / bisenet Goto Github PK

In Fig 6 of your paper, left input of sum is a tensor with shape of HxWxC, and right input is H/4xW/4xC, how can they be added ? Do you neglect a 4x upsample operation when drawing this figure?

1. Would you be putting the official code for BiSeNet V2?

2. What is the license?

Hi,
in the paper, 150K, 10K, 20K iterations for the Cityscapes dataset, CamVid dataset, and COCO-Stuff datasets respectively....
but image number of COCO db is much larger than Cityscapes.. why the iterations so small?
maybe something wrong?

thank you~

如图

首先感谢大佬 @ycszen 的工作：）
文章中有些我觉得写的不是很清楚的地方想问一下，关于generalization to large models章节中提到的两个参数α和d。

关于α,我觉得指的是进入segmentation heads模块之前的channel expansion倍数，如下图所示

那么这个d参数指的是什么呢，文章中说d参数控制的是模型的深度，那么这个d是指代上文中的什么参数呢，是module repeat的次数吗.

还有点疑惑就是table5下方的描述α控制模型的channel capacity而d控制layer nums.然后下文中说α是width multiplier，d是depth multiplier。请问这个地方上下文的表述是否一致。

这两个参数该如何理解更为准确呢。还请大佬有时间不吝赐教 ：）

By the way 初步实现了下 确实很快:)