Inference on my own dataset

[zhihaoyi]

Thank you for your incredible works!

Could I inference on my own dataset with no PAR labelling using either PromptPAR or LLM-PAR?

[zhihaoyi]

One more question!
Did you upload the LLM-PAR pth for MSP60k dataset? I couldn't find it.

[NOP1224]

One more question! Did you upload the LLM-PAR pth for MSP60k dataset? I couldn't find it.

Sure. You can find it in the MSP60 README

[NOP1224]

Thank you for your incredible works!
Could I inference on my own dataset with no PAR labelling using either PromptPAR or LLM-PAR?

We provide test code ‘test.py’ and ‘test_example.py’ for PromptPAR which you can find in the project files, just replace the data loader with the image loader. We can provide code to test on a custom dataset if required

[chengruihao]

Thank you for your incredible works!
Could I inference on my own dataset with no PAR labelling using either PromptPAR or LLM-PAR?

We provide test code ‘test.py’ and ‘test_example.py’ for PromptPAR which you can find in the project files, just replace the data loader with the image loader. We can provide code to test on a custom dataset if required

hello，I'm having the same issue。Can you tell me where the data loader needs to be changed or provide code for me, thanks!

[chengruihao]

I'm using PromptPAR.

[NOP1224]

我们更新了用于自定义数据集评估的代码 在PromptPAR/test_in_custom.py， 可以直接在自定义的图片数据集上评估，只需要提供图片路径即可。预测的属性取决于你加载的哪个数据集训练的模型，请注意修改attr_words。 @chengruihao @zhihaoyi

[chengruihao]

我在运行您提供的这个代码时出现了如图的错误，之前自己改的代码运行时也碰到了这样的问题，您能告诉我应该怎么解决吗

我们更新了用于自定义数据集评估的代码 在PromptPAR/test_in_custom.py， 可以直接在自定义的图片数据集上评估，只需要提供图片路径即可。预测的属性取决于你加载的哪个数据集训练的模型，请注意修改attr_words。 @chengruihao @zhihaoyi

[NOP1224]

运行时可能没有正确启用参数

[NOP1224]

python test_in_custom.py --checkpoint --dir your_dir --use_div --use_vismask --vis_prompt 50 --use_GL --use_textprompt --use_mm_former

[NOP1224]

我重新修改了代码，直接在代码里添加图片路径即可

…

---Original--- From: ***@***.***> Date: Mon, Mar 17, 2025 11:35 AM To: ***@***.***>; Cc: ***@***.******@***.***>; Subject: Re: [Event-AHU/OpenPAR] Inference on my own dataset (Issue #43) python test_in_custom.py --checkpoint --dir your_dir --use_div --use_vismask --vis_prompt 50 --use_GL --use_textprompt --use_mm_former 我使用这个命令并且添加了--image_root 后提示，checkpoint等都是无法辨别的参数 image.png (view on web) 我的config文件如下 image.png (view on web) import argparse def argument_parser(): parser = argparse.ArgumentParser(description="attribute recognition", formatter_class=argparse.ArgumentDefaultsHelpFormatter) #parser = argparse.ArgumentParser() # 将原有必选参数改为可选，或设置默认值 parser.add_argument('--dataset', type=str, default='PETA',help = 'Dataset name (default: PETA)') # ...其他原有参数... #parser.add_argument("dataset", type=str, default="RAP1") parser.add_argument("--batchsize", type=int, default=16) parser.add_argument("--epoch", type=int, default=100) parser.add_argument("--height", type=int, default=224) parser.add_argument("--width", type=int, default=224) parser.add_argument("--lr", type=float, default=8e-3) parser.add_argument("--weight_decay", type=float, default=1e-4) parser.add_argument("--ag_threshold", type=float, default=0.5) parser.add_argument("--smooth_param", type=float, default=0.1) parser.add_argument("--use_div", action='store_true') parser.add_argument("--use_vismask", action='store_true') parser.add_argument("--use_GL", action='store_true') parser.add_argument("--use_textprompt", action='store_true') parser.add_argument("--use_mm_former", action='store_true') parser.add_argument("--mm_layers", type=int, default=1) parser.add_argument("--div_num", type=int, default=4) parser.add_argument("--overlap_row", type=int, default=2) parser.add_argument("--text_prompt", type=int, default=3) parser.add_argument("--vis_prompt", type=int, default=50) parser.add_argument("--vis_depth", type=int, default=24) parser.add_argument("--clip_lr", type=float, default=4e-3) parser.add_argument("--clip_weight_decay", type=float, default=1e-4) parser.add_argument("--mmformer_update_parameters", type=list, default=["word_embed", "weight_layer", "bn", "norm"]) parser.add_argument("--clip_update_parameters", type=list, default=["prompt_deep", "prompt_text_deep", "part_class_embedding", "agg_bn", "softmax_model"]) parser.add_argument("--train_split", type=str, default="trainval", choices=['train', 'trainval']) parser.add_argument("--valid_split", type=str, default="test", choices=['test', 'valid']) parser.add_argument("--redirector", action='store_false') parser.add_argument("--save_freq", type=int, default=1) parser.add_argument("--checkpoint", action='store_true') parser.add_argument("--dir", type=str, default=None) parser.add_argument("--image_root", type=str, required=True, help="Path to the image dataset") #parser.add_argument("--dir", type=str, default="model.pth", help="Path to the model checkpoint") return parser — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***> chengruihao left a comment (Event-AHU/OpenPAR#43) python test_in_custom.py --checkpoint --dir your_dir --use_div --use_vismask --vis_prompt 50 --use_GL --use_textprompt --use_mm_former 我使用这个命令并且添加了--image_root 后提示，checkpoint等都是无法辨别的参数 image.png (view on web) 我的config文件如下 image.png (view on web) import argparse def argument_parser(): parser = argparse.ArgumentParser(description="attribute recognition", formatter_class=argparse.ArgumentDefaultsHelpFormatter) #parser = argparse.ArgumentParser() # 将原有必选参数改为可选，或设置默认值 parser.add_argument('--dataset', type=str, default='PETA',help = 'Dataset name (default: PETA)') # ...其他原有参数... #parser.add_argument("dataset", type=str, default="RAP1") parser.add_argument("--batchsize", type=int, default=16) parser.add_argument("--epoch", type=int, default=100) parser.add_argument("--height", type=int, default=224) parser.add_argument("--width", type=int, default=224) parser.add_argument("--lr", type=float, default=8e-3) parser.add_argument("--weight_decay", type=float, default=1e-4) parser.add_argument("--ag_threshold", type=float, default=0.5) parser.add_argument("--smooth_param", type=float, default=0.1) parser.add_argument("--use_div", action='store_true') parser.add_argument("--use_vismask", action='store_true') parser.add_argument("--use_GL", action='store_true') parser.add_argument("--use_textprompt", action='store_true') parser.add_argument("--use_mm_former", action='store_true') parser.add_argument("--mm_layers", type=int, default=1) parser.add_argument("--div_num", type=int, default=4) parser.add_argument("--overlap_row", type=int, default=2) parser.add_argument("--text_prompt", type=int, default=3) parser.add_argument("--vis_prompt", type=int, default=50) parser.add_argument("--vis_depth", type=int, default=24) parser.add_argument("--clip_lr", type=float, default=4e-3) parser.add_argument("--clip_weight_decay", type=float, default=1e-4) parser.add_argument("--mmformer_update_parameters", type=list, default=["word_embed", "weight_layer", "bn", "norm"]) parser.add_argument("--clip_update_parameters", type=list, default=["prompt_deep", "prompt_text_deep", "part_class_embedding", "agg_bn", "softmax_model"]) parser.add_argument("--train_split", type=str, default="trainval", choices=['train', 'trainval']) parser.add_argument("--valid_split", type=str, default="test", choices=['test', 'valid']) parser.add_argument("--redirector", action='store_false') parser.add_argument("--save_freq", type=int, default=1) parser.add_argument("--checkpoint", action='store_true') parser.add_argument("--dir", type=str, default=None) parser.add_argument("--image_root", type=str, required=True, help="Path to the image dataset") #parser.add_argument("--dir", type=str, default="model.pth", help="Path to the model checkpoint") return parser — Reply to this email directly, view it on GitHub, or unsubscribe. You are receiving this because you commented.Message ID: ***@***.***>

[liu671]

python test_in_custom.py --checkpoint --dir your_dir --use_div --use_vismask --vis_prompt 50 --use_GL --use_textprompt --use_mm_former

你好，我使用PromptPAR 提供的预训练模型，用一些图片测试了一下，发现属性基本都不准，是哪里有问题吗？

[ZYK23]

PromptPAR无法扩展到Market-1501-v15.09.15数据集吗，为什么我在用Market的一些图像在推理时，预测的属性都是错误的？

[NOP1224]

@ZYK23 @liu671 我们发现确实是有问题的，我们公开的权重是在Prompt PAR论文大修前的权重，而代码是大修后的，我们最近会更新他们

[NOP1224]

@ZYK23 如果是在Market-1501数据集 我建议你重新训练模型，我记得这个数据集也是有属性标注的

[NOP1224]

通过网盘分享的文件：PromptPAR_ckpts_Final
链接: https://pan.baidu.com/s/1eckw2I-zWcYeBYMZGHPzWw?pwd=816f 提取码: 816f .
PromptPAR最终版本的训练模型已经更新在这里了，目前上传了RAPv1的模型，如果你有别的数据集的要求 我会训练并更新
@liu671 @ZYK23