测试记录

一、基本测试命令

• tensorboard数据可视化命令，且确保能大量传输数据，即最多显示10w张图片

tensorboard --port=8009 --samples_per_plugin=images=100000 --logdir=./logs/dev

• 后台运行

nohup python train_SC_TransNet.py >output0.log 2>&1 &

2>&1: 其中的2表示错误输出，1表示正常输出，&1表示引用正常输出，>表示重定向符号
&: 表示后台运行

二、基本测试记录

SwinUnet训练结果

/data1/hrm/Experiment/ACM_Practice/logs/Swin_UNet/train

• NUAA数据集

20241217100528

• NUDT数据集

20241217100649

• IRSTD_1k数据集

20241217100718

SCTransNet预训练模型测试结果

/data1/hrm/Experiment/ACM_Practice/logs/SC_TransNet/test

• NUAA数据集

20241217154807

• NUDT数据集

20241217154832

• IRSTD_1k数据集

20241217154901

SeRankDet在本地机器上的复现结果

• NUDT数据集

官方配置

2024/12/23  11:59:12  Epoch: [1500/1500]  Loss: 1.6850  mIoU: 0.8783  nIoU: 0.8756  F1-score: 0.9352  Best_mIoU: 0.8891  Best_nIoU: 0.8876  Best_F1-score: 0.9413
Best_mIoU: 0.8891  Best_nIoU: 0.8876

我的配置

2024-12-21 04:19:30,343 - INFO - Epoch: 1495, val_loss: 1.5984, mIoU: 0.8861, best_mIoU: 0.9025, nIoU: 0.8992, best_nIoU: 0.9110
best_mIoU: 0.9025 best_nIoU: 0.9110

总结, 自己的配置其实还更好, 以后用自己的配置就行

• IRSTD_1k数据集

官方配置

2024/12/23  11:31:35  Epoch: [500/500]  Loss: 2.3253  mIoU: 0.6719  nIoU: 0.6693  F1-score: 0.8034  Best_mIoU: 0.7069  Best_nIoU: 0.6771  Best_F1-score: 0.8279
Best_mIoU: 0.7069 Best_nIoU: 0.6771

我的配置

2024-12-21 09:32:03,551 - INFO - Epoch: 495, val_loss: 2.3806, mIoU: 0.6607, best_mIoU: 0.6889, nIoU: 0.6750, best_nIoU: 0.6892
best_mIoU: 0.6889 best_nIoU: 0.6892

总结, 用自己的配置, 虽然mIoU差一点, 但nIoU好一点, 以后用自己的配置就行