关于内存

[KevinLight831]

作者可以透漏一下这个实验训练测试中所需要的内存吗？还有来自VLP巨大的region feature和之前SCAN中用的pre-comp feature有什么不同，只是单纯的框数量增到100吗？我看网络流程图中检测regions是用fasterRCNN，我以为是和前人一样用的BUTD的pre-comp，实际上是用的VLP的100框对吗？这个对于效果影响大吗？可以换回之前的pre-comp吗？因为我实验环境内存有限。🤦‍♂️允悲

[KevinLight831]

DSRAN/data.py

Line 151 in 630d9dc

vis_pe = torch.randn(100,1601 + 6) # no position information

为什么GRU版本的data.py没用position information，但是BERT版本的data_bert.py用了

[kywen1119]

因为发现这个对结果影响不大

[liuyyy111]

你用SCAN的feature train出来了吗