關於ground truth的decode

[AlanChiuVP]

trafficstars

請問一下 關於下面這行ground truth

https://github.com/fire717/movenet.pytorch/blob/95ec8535245228aa4335243e68722810e50bcaf8/lib/task/task.py#L187

請問為何需要經過decode?? 我的理解是直接讀取jason file得到位置 但這邊跟predict一樣 似乎丟進model去decode 請問有特別的原因嗎？ 這樣算loss時會不會有誤差？ 謝謝

[fire717]

这里decode只是为了计算acc，用于计算loss的是decode之前的特征图，因此实质上对训练没有任何影响。

因为生成Dataloader的时候的labels转成了heatmap特征图的形式，用于计算loss，因此这里拿到的也是heatmap，计算acc自然就要转换回去。

而且pre和gt都经过decode可以保持流程一致，方便前期debug，前期编写decode流程的时候是先根据gt来测试验证一致（这也说明了不会存在误差。），再改到pre上，因为pre前期波动太大了不好测试。

当然你可以在dataloader多输出一个原始结果，用于计算acc，没有区别。