作者您好，我看到有人提出相似的问题，但是没有找到答案。
我采用batchsize 8 iter60000 初始0.01学习率的策略，但是最终只能在cityscapes val上到大约67%，68%的miou（STDC1-50）。
我使用的训练脚本就是github README.MD中的训练脚本。
请问我是不是哪里使用错误了么？为什么原封不动的使用您的代码，却无法达到（或者接近）您论文中的mIOU指标？至少相差6-7个百分点）
希望您能给点建议，非常感谢！
训练脚本如下：
export CUDA_VISIBLE_DEVICES=0
python -m torch.distributed.launch \
--nproc_per_node=1 train.py \
--respath checkpoints/train_STDC1-Seg/ \
--backbone STDCNet813 \
--mode train \
--n_workers_train 12 \
--n_workers_val 1 \
--max_iter 60000 \
--use_boundary_8 True \
--pretrain_path checkpoints/STDCNet813M_73.91.tar
作者您好，我看到有人提出相似的问题，但是没有找到答案。
我采用batchsize 8 iter60000 初始0.01学习率的策略，但是最终只能在cityscapes val上到大约67%，68%的miou（STDC1-50）。
我使用的训练脚本就是github README.MD中的训练脚本。
请问我是不是哪里使用错误了么？为什么原封不动的使用您的代码，却无法达到（或者接近）您论文中的mIOU指标？至少相差6-7个百分点）
希望您能给点建议，非常感谢！
训练脚本如下：