Hacktoberfest 2026: những issue maintainer đã đánh dấu cho tháng Mười, đang mở và phù hợp người mới. Xem issue Hacktoberfest

Potential DOVER ONNX Output-Order Mismatch

Đang mở Phù hợp với người mới
  • Có gì không ổn?
#75 0 bình luận 0 reaction 0 người được giao Xem trên GitHub

Chưa có ai nhận issue này.

Đánh giá

Độ khó
2/5
Thời gian dự kiến
1-3 giờ
Mức phù hợp với người mới
72/100
Loại issue
Lỗi
Độ rõ ràng
Đặc tả rõ ràng
Mức độ hoạt động
Sôi nổi
Công nghệ
python
Lĩnh vực
machine-learning, testing-qa

Hướng nghiên cứu

Đọc evaluation/models/dover/convert_to_onnx.py và evaluation/models/dover/onnx_inference.py, sau đó kiểm tra thứ tự hiệu chuẩn mà fuse_results() mong đợi. Xác minh mỗi đầu ra ONNX đại diện cho điểm số nào và liệu quá trình suy luận có truyền chúng theo đúng thứ tự mong đợi hay không. Công việc hoàn tất khi các đầu ra và đầu vào của bước hợp nhất sử dụng cùng một thứ tự, đồng thời phép tính điểm số thu được đã được xác thực.

Do mô hình lập chỉ mục viết ra từ nội dung của issue.

Mô tả

Hi MOVA team, thanks for sharing your work!

I noticed a potential output-order mismatch in the DOVER ONNX evaluation scripts:

  • convert_to_onnx.py returns the aesthetic score first:

    return [aesthetic_score_pooled, technical_score_pooled]

  • onnx_inference.py passes these outputs directly to fuse_results():

    scores = [np.mean(s) for s in predictions]
fuse_results(scores)

However, fuse_results() expects technical first, aesthetic second, based on its calibration parameters. This could result in incorrect normalization and fusion weights.

A possible fix is to swap the outputs before fusion:

aes_score, tech_score = [np.mean(s) for s in predictions]
overall_score = fuse_results([tech_score, aes_score])

Alternatively, the export script could return the technical score first, followed by regenerating the ONNX model.

A similar issue was discussed in upstream DOVER issue #25.

Thanks!

Ngôn ngữ chính
Python
Star
1.1k
Fork
95
Không có pull request nào được merge trong 30 ngày

Chuẩn bị môi trường

Dự án này không cung cấp dev container, Dockerfile hay hướng dẫn đóng góp, nên bạn cần tự thiết lập môi trường: hãy bắt đầu từ README và xem hướng dẫn đóng góp lần đầu của chúng tôi để biết các bước chung.

Bắt đầu từ đâu

  1. Đọc hết issue, rồi đọc hướng dẫn đóng góp của dự án.
  2. Bình luận trên issue rằng bạn sẽ nhận — tránh hai người làm cùng một việc.
  3. Fork repository và làm thay đổi trên một nhánh.
  4. Mở pull request có tham chiếu số hiệu của issue.

Issue khác của OpenMOSS/MOVA

Tất cả issue của OpenMOSS/MOVA

Issue tương tự

Thêm issue về Python

Nhận issue mới trong hộp thư của bạn

Bản tóm tắt ngắn những issue GitHub phù hợp với người mới.