无法复现论文中结果

[Singularity0216]

感谢您开源优秀的模型及预训练权重！我们在 ScanObjectNN 数据集上使用您提供的预训练权重进行下游分类任务微调时，最终的 OA稳定在 88% 左右，未能复现论文中报告的 89.5%。我们想请教一下，这之间约 1.5% 的差距可能由哪些因素导致？

另外，我们注意到在 PointNeXt 的默认实现中，随机种子是在 0–10000 范围内随机选取的，但您在 PointMLP 的训练日志中明确使用了 seed=114514。请问这一特定种子的选择是出于实验稳定性、性能优化，还是其他特殊考虑？是否建议我们在复现实验时也固定使用该种子？

非常感谢您的工作与耐心解答。

[LAB123-tech]

感谢您开源优秀的模型及预训练权重！我们在 ScanObjectNN 数据集上使用您提供的预训练权重进行下游分类任务微调时，最终的 OA稳定在 88% 左右，未能复现论文中报告的 89.5%。我们想请教一下，这之间约 1.5% 的差距可能由哪些因素导致？

另外，我们注意到在 PointNeXt 的默认实现中，随机种子是在 0–10000 范围内随机选取的，但您在 PointMLP 的训练日志中明确使用了 seed=114514。请问这一特定种子的选择是出于实验稳定性、性能优化，还是其他特殊考虑？是否建议我们在复现实验时也固定使用该种子？

非常感谢您的工作与耐心解答。

你好，请问一下，您复现Unipre3这篇论文，最后PSNR值有多少呢？最后使用三维高斯渲染得到的效果，接近原始图像吗？

[Zhangyr2022]

感谢您开源优秀的模型及预训练权重！我们在 ScanObjectNN 数据集上使用您提供的预训练权重进行下游分类任务微调时，最终的 OA稳定在 88% 左右，未能复现论文中报告的 89.5%。我们想请教一下，这之间约 1.5% 的差距可能由哪些因素导致？

另外，我们注意到在 PointNeXt 的默认实现中，随机种子是在 0–10000 范围内随机选取的，但您在 PointMLP 的训练日志中明确使用了 seed=114514。请问这一特定种子的选择是出于实验稳定性、性能优化，还是其他特殊考虑？是否建议我们在复现实验时也固定使用该种子？

非常感谢您的工作与耐心解答。

您好！请问您的模型是 PointMLP 吗？您的预训练PSNR结果正常吗？