yuyi
知不可乎骤得，托遗响于悲风
科研流水账32
1.解决了上周关于 vehicleID 无法评估的问题。
2.在6005 上vehicleID 训练得到效果不好。
3.在6002 上进行 vehicleID 数据集的训练，尝试复现性能。
问题分析
- 在vehicleID 数据集训练结果不好
首先排除了评估代码的问题，使用以前保存的veri776模型，仍能得到之前相应的结果。
然后对比 pven 项目的配置文件，发现其在 vehicleID 上使用的 batchsize 是256。因此，第一感觉就是batchsize的原因。
后面，在对比了pvasf 的性能，发现更差，因此感觉可能是其他方面的问题。于是，尝试先使用pvasf原本的代码复现出结果。
下一步计划
目前正在进行两个实验尝试复现原本pvasf的效果，一个使用的配置和原本pven的一样，只调整了batchsize为72；另一个使用的配置文件是pvasf在veri776上最好效果的配置文件，只调整了学习率和local-focals损失函数的参数。
下一步是等两个结果出来，如果能复现出来，再选择最好的配置文件去跑其他实验。
