关于训练的问题

[baixiaobai66]

您好，我拜读了您的文章，5.2章节（以下）。训练需要进行两次吗？还是只需要执行python tracking/train.py --script hdetrack --config hdetrack_eventvot --save_dir ./output --mode single --nproc_per_node 1 --use_wandb 0 这个命令即可，学生网络的训练是否是自动执行的？还行需要执行命令呢？期待您的回复！

我们的跟踪器的训练可以分为两个阶段。我们首先
用50个epoch的多模态输入预训练teacher Transformer。
学习率为0.0001，权值衰减为0.0001，批大小为32。然后，
采用分层知识蒸馏策略对学生Transformer网络进行训练。
将学习率、权值衰减和批大小分别设置为0.0001、0.0001
和32。

[wsasdsda]

@baixiaobai66 您好，欢迎关注！是分两阶段训练的。第一阶段训练教师网络，采样多模态或多视角特征拼接的方式来训练。第二阶段是知识蒸馏阶段，冻结教师网络，训练学生网络。

[baixiaobai66]

@wsasdsda 感谢您的回复！请问有详细的操作步骤吗？或者我在执行完python tracking/train.py --script hdetrack --config hdetrack_eventvot --save_dir ./output --mode single --nproc_per_node 1 --use_wandb 0 这个命令后，下一步如何进行操作才能得到[HDETrack_S_ep0050.pth]这个权重文件进行测试呢？

[wsasdsda]

@baixiaobai66 第一阶段教师网络训好之后，第二阶段教师网络加载训好的权重并冻结，学生网络加载mae的权重进行训练。你执行那个指令完了之后等他训完就行了

[baixiaobai66]

@wsasdsda 明白了，非常感谢！ 届时可能还需向您进一步请教。提前跟您说声抱歉，给您添麻烦了！

[baixiaobai66]

@wsasdsda 老师，您好！ 当我使用csv2voxel.py将EventVOT数据集生成体素网格时，下面的参数如何修改呢 ？csv2voxel.py中是否还有需要修改的地方呢？
vsize_xyz=[50, 17, 13], # [0.2, 0.25, 0.16] # [15, 17, 10] [30, 35, 26] # 因此坐标范围（9,9,9）
# 给定点云的范围 [ 0. -40. -3. 70.4 40. 1. ]
coors_range_xyz=[0, 0, 0, 1000, 345, 259],
# 给定每个点云的特征维度，这里是x，y，z，r 其中r是激光雷达反射强度 # 346x260 t,x,y
num_point_features=4,
# 最多选取多少个voxel，训练16000，推理40000
max_num_voxels=10000, # 16000
# 给定每个pillar中有采样多少个点，不够则补0 因此我将neg voxel改为-1;
max_num_points_per_voxel=16, # 1024

[wsasdsda]

@baixiaobai66 把345, 259 改成 1279， 719，这是相机分辨率的大小。

[baixiaobai66]

@wsasdsda 感谢您的回复！ vsize_xyz=[50, 17, 13]与max_num_voxels=10000是否需要修改呢？

[wsasdsda]

@baixiaobai66 不需要

[baixiaobai66]

@wsasdsda 好的 ，非常感谢。给您添麻烦了！